这篇文章主要讲解了“去重计数有哪些实现方式”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“去重计数有哪些实现方式”吧！
这是一个关于 pandas 从基础到进阶的练习题系列，来源于 github 上的 guipsamora/pandas_exercises 。这个项目从基础到进阶，可以检验你有多么了解 pandas。
我会挑选一些题目，并且提供比原题库更多的解决方法以及更详尽的解析。
如下数据：
数据描述：
此数据是订单明细表。一个订单会包含很多明细项，表中每个样本(每一行)表示一个明细项
order_id 列存在重复
quantity 是明细项数量
需求：数据中共有多少个订单?
下面是答案了
因为 order_id 列是存在重复的，那么一种比较直观的方式就是去重+计数：
len(df.order_id.drop_duplicates()) 1834
Series.drop_duplicates() 返回的仍然是一个 Series
len 函数可以计算 Series 值数量
但是你可能不知道的是，这个方式是不准确的!
之所以说上一种方式是不准确，是因为没有考虑到空值的问题。
len 函数不会忽略空值(nan) ，因此如果列中有空值，那么就比正确结果数量多。
正确的做法是：
len(df.order_id.drop_duplicates().dropna())
使用 Series.dropna() 方法可以去掉 nan 值
提示：
即使列中有多个 nan ，经过去重后只会保留一个 nan 值
实际上，pandas 本身有提供一个忽略 nan 的计数方法：
df.order_id.drop_duplicates().count()
点评：
这种方式个人认为最合适
pandas 为列(Series)提供了一个快速汇总计数方法：
df.order_id.value_counts()
Series.value_counts() 相当于 根据 order id 分组，统计数量。并且排除 nan
这相当于实现了去重，因此：
df.order_id.value_counts().count()
感谢各位的阅读，以上就是“去重计数有哪些实现方式”的内容了，经过本文的学习后，相信大家对去重计数有哪些实现方式这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
