这是一个关于 pandas 从基础到进阶的练习题系列，来源于 github 上的 guipsamora/pandas_exercises 。这个项目从基础到进阶，可以检验你有多么了解 pandas。

我会挑选一些题目，并且 提供比原题库更多的解决方法以及更详尽的解析 。

计划每天更新一期，希望各位小伙伴先自行思考，再查看答案。如果对你有帮助，记得转发推荐给你的好友！

上期文章： pandas每天一题-题目7：批量列计算

后台回复"数据"，可以下载本题数据集

如下数据：

数据描述：

• 此数据是订单明细表。一个订单会包含很多明细项，表中每个样本(每一行)表示一个明细项
• order_id 列存在重复
• quantity 是明细项数量

需求： 数据中共有多少个订单？

下面是答案了

方式1

因为 order_id 列是存在重复的，那么一种比较直观的方式就是去重+计数：

len(df.order_id.drop_duplicates())

1834

• Series.drop_duplicates() 返回的仍然是一个 Series
• len 函数可以计算 Series 值数量

但是你可能不知道的是，这个方式是不准确的！

方式2

之所以说上一种方式是不准确，是因为没有考虑到空值的问题。

len 函数不会忽略空值(nan) ，因此如果列中有空值，那么就比正确结果数量多。

正确的做法是：

len(df.order_id.drop_duplicates().dropna())