在Python的数据分析库pandas中，count_distinct()函数是一个非常有用的工具，它可以帮助我们计算数据框（DataFrame）或序列（Series）中不同值的数量，这个函数对于处理和分析数据非常有用，特别是在我们需要找出数据集中的唯一值或者需要对数据进行去重操作时。

基本用法

count_distinct()函数的基本用法非常简单，你只需要将你想要计算唯一值数量的数据框或序列作为参数传递给这个函数，它就会返回一个整数，表示数据中不同值的数量。

假设我们有一个名为df的数据框，其中包含一列名为’A’的列，我们可以使用以下代码来计算这一列中不同值的数量：

unique_count = df['A'].count_distinct()
print(unique_count)

在这个例子中，count_distinct()函数会遍历’A’列中的所有值，然后返回一个整数，表示这一列中不同值的数量。

高级用法

虽然count_distinct()函数的基本用法很简单，但是它还有一些高级用法，可以帮助我们更有效地处理数据。

忽略NaN值

默认情况下，count_distinct()函数会将NaN值视为唯一的值，有时我们可能希望忽略这些值，只计算实际的有效值，为了实现这一点，我们可以使用dropna()函数先删除包含NaN值的行或列，然后再调用count_distinct()函数。

假设我们有一个名为df的数据框，其中包含一列名为’A’的列，这一列中有一些NaN值，我们可以使用以下代码来计算这一列中有效值的数量：

df_no_nan = df.dropna(subset=['A'])
unique_count = df_no_nan['A'].count_distinct()
print(unique_count)

在这个例子中，dropna()函数会删除’A’列中包含NaN值的所有行，然后我们再调用count_distinct()函数来计算剩余的有效值的数量。

对多个列进行去重计数

如果我们想要对多个列进行去重计数，我们可以先将这些列组合成一个字符串，然后将这个字符串作为参数传递给count_distinct()函数。

假设我们有一个名为df的数据框，其中包含两列名为’A’和’B’的列，我们可以使用以下代码来计算这两列中不同值的组合的数量：

unique_count = df[['A', 'B']].apply(lambda x: ''.join(x.astype(str)), axis=1).count_distinct()
print(unique_count)

在这个例子中，我们首先使用apply()函数将’A’和’B’列的值转换为字符串，然后将这两个字符串组合在一起，我们将这个新的字符串作为参数传递给count_distinct()函数，它会返回一个整数，表示这个新字符串中不同值的数量。

归纳

pandas的count_distinct()函数是一个非常强大的工具，它可以帮助我们计算数据框或序列中不同值的数量，通过掌握这个函数的基本用法和高级用法，我们可以更有效地处理和分析数据。