如何计算Pandas数据框架列的不同值

计算Pandas数据框中某一列的不同值，可以使用Pandas库中的nunique()函数。nunique()函数会针对指定的列返回该列中不同元素的数量。

具体操作步骤如下：

1. 导入Pandas库

import pandas as pd

1. 创建数据框

为了说明，我们这里创建一个名为df的数据框，包含3列数据。

df = pd.DataFrame({'name': ['Tom', 'Jerry', 'Tom', 'Mike'], 
                   'gender': ['male', 'male', 'female', 'male'], 
                   'age': [25, 28, 23, 27]})
print(df)

输出：

    name  gender  age
0    Tom    male   25
1  Jerry    male   28
2    Tom  female   23
3   Mike    male   27

1. 计算某一列的不同值数量

通过传入列名，nunique()函数可以获取该列中不同元素的数量。例如计算name列的不同值数量：

name_unique_num = df['name'].nunique()
print(name_unique_num)

输出：

3

其中，name列中的不同值有：Tom、Jerry、Mike，总共3个不同值。

完整计算某一列的不同值数量的代码如下：

import pandas as pd

df = pd.DataFrame({'name'  : ['Tom', 'Jerry', 'Tom', 'Mike'], 
                   'gender': ['male', 'male', 'female', 'male'], 
                   'age'   : [25, 28, 23, 27]})

# 计算不同值数量
name_unique_num = df['name'].nunique()
gender_unique_num = df['gender'].nunique()
age_unique_num = df['age'].nunique()

print('不同名字数量:', name_unique_num)
print('不同性别数量:', gender_unique_num)
print('不同年龄数量:', age_unique_num)

输出：

不同名字数量: 3
不同性别数量: 2
不同年龄数量: 4

其中，name列中有3个不同的名字，gender列中有2个不同的性别，age列中有4个不同的年龄。