第一列相同，如何高效計算第二節(jié)列不同個數(shù)

假如你的文件1.txt, 編碼格式utf-8

import pandas as pd
df = pd.read_csv('1.txt', header=None, sep='，', encoding='utf-8', names=['a', 'b'])
df.groupby('a')['b'].count()    # 非去重版groupby
df.groupby('a')['b'].apply(lambda b: b.drop_duplicates().count()) # 去重版groupby

可以提供一個方法，不過億級數(shù)據(jù)能不能快，我沒測過。
假設(shè)你的數(shù)據(jù)存在test.txt里:

import pandas as pd
df = pd.read_csv("test.txt", names=["a", "b"])
result = df["b"].groupby(df["a"]).nunique()