パンダのgroupbyオブジェクト内のユニークな行の数を調べる方法は？

Question

は、私たちは以下のように列の要素の固有の番号を見つけるためにGROUPBYカラム（）.nunique使用できることを知っている：

df = pd.DataFrame({'c1':['foo', 'bar', 'foo', 'foo'], 'c2': ['A', 'B', 'A', 'B'], 'c3':[1, 2, 1, 1]}) 

    c1 c2 c3 
0 foo A 1 
1 bar B 2 
2 foo A 1 
3 foo B 1 

df.groupby('c1')['c2'].nunique() 

c1 
bar 1 
foo 2 
Name: c2, dtype: int64 

は、しかし、今、私は複数の列が含まれているGROUPBYオブジェクトを持っています、ユニークな行の数を調べる方法はありますか？

df.groupby('c1')['c2', 'c3'].??? 

---

更新： だから私が望む最終的な結果は、このような「C1」の列に基づいてグループ化しています、各グループ内で一意の行の数です：

foo 2 
bar 1 

---

更新2： 新しいテストデータフレームは次のとおりです。

df = pd.DataFrame({'c1': ['foo', 'bar', 'foo', 'foo', 'bar'], 'c2': ['A' 
, 'B', 'A', 'B', 'A'], 'c3': [1, 2, 1, 1, 1]}) 

Answer 1

は、最後にこれを行う方法を考え出しました！

import pandas as pd 
import numpy as np 

df = pd.DataFrame({'c1': ['foo', 'bar', 'foo', 'foo', 'bar'], 
        'c2': ['A', 'B', 'A', 'B', 'A'], 
        'c3': [1, 2, 1, 1, 1]}) 

def check_unique(df): 
    return len(df.groupby(list(df.columns.values))) 

print(df.groupby('c1').apply(check_unique)) 

Answer 2

UPDATE：

In [131]: df.groupby(['c1','c2','c3']).size().rename('count').reset_index()[['c1','count']].drop_duplicates(subset=['c1']) 
Out[131]: 
    c1 count 
0 bar  1 
1 foo  2 

OLD答え：

IIYCあなたがこれを必要とする：

In [43]: df.groupby(['c1','c2','c3']).size() 
Out[43]: 
c1 c2 c3 
bar B 2  1 
foo A 1  2 
    B 1  1 
dtype: int64 

Answer 3

nunique concanecated列c2とc3により必要な場合は、より簡単に使用することです：

df['c'] = df.c2 + df.c3.astype(str) 
print (df.groupby('c1')['c'].nunique()) 
c1 
bar 1 
foo 2 
Name: c, dtype: int64  

それともgroupby列df.c1によってcSeriesによって：

c = df.c2.astype(str) + df.c3.astype(str) 
print (c.groupby([df.c1]).nunique()) 
c1 
bar 2 
foo 2 
dtype: int64