确定行的唯一性

Question

我有一个熊猫数据帧（截断），如下所示：

                           Name                              Identifiers
419                         Foo  {'VendorName': 'A', 'ProductName': 'Z'}
420                         Foo  {'VendorName': 'A', 'ProductName': 'Z'}
421                         Foo  {'VendorName': 'A', 'ProductName': 'Y'}
422                         Foo  {'VendorName': 'B', 'ProductName': 'X'}
423                         Bar  {'VendorName': 'A', 'ProductName': 'Z'}

使用Pandas，我想计算唯一的Name和Identifiers组合的数量。我有问题，因为Identifiers是一本字典。所有字典都有相同的键，但值明显不同。在上面的例子中，有4种独特的组合。你知道吗

Answer 1

len(df.groupby(df.Name + df.Identifiers.astype(str)))

它不起任何作用，不管标识符是字典、字符串还是其他什么-groupby只是将相同的元素分组，不管它们是什么类型的元素。你知道吗

更新：。。。前提是对象是可散列的。如果它们不是，例如字典、列表等，则必须首先将它们转换为任何不可变类型。例如str（如上所示，没有100%的保证，因为python3.6的插入顺序是维护的）或者，正如他在上面的评论中提出的hellpanderr，像len(df1.groupby(lambda x: df1.Name[x].__hash__() ^ frozenset(df1.Identifiers[x].items()).__hash__()))