pandas unique 怎么用

在Pandas库中，`unique()`是一个非常有用的函数，用于获取Series或DataFrame中某个列或一列集合的唯一（不重复）值。它的基本语法如下：

series.unique() 或 dataframe[['column_name']].unique()

对于Series：

values = df['column_name'].unique()  # 获取名为'column_name'列的所有独特值

对于DataFrame，它只返回单列的独特值：

values = df[['column_name']].nunique()  # nunique()会计算每个列的不同值的数量
unique_values = df[['column_name']].unique()  # 同样获取所有独特值，但返回的是DataFrame，每一行代表一个独特值

`unique()`默认不会区分大小写，如果你想获得区分大小写的独特值，可以在调用时加上`return_index=False`和`keep='first'`：

unique_values = df['column_name'].unique(keep='first', return_index=False)

`return_index=True`则会返回一个额外的索引数组，表示每个独特值第一次出现的位置。

相关问题

pandas unique()

pandas 的 unique() 函数可以用来返回一个 Series 或者 DataFrame 中的唯一值，可以用于去重和类别统计等操作。

用法示例：

import pandas as pd

# 创建一个 Series
s = pd.Series([1, 2, 3, 2, 4, 5, 3, 6])

# 返回唯一值
unique_values = s.unique()

print(unique_values)

输出结果为：

[1 2 3 4 5 6]

如果是 DataFrame，可以在指定列上进行唯一值的统计：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 2, 4, 5, 3, 6], 'B': ['a', 'b', 'c', 'b', 'd', 'e', 'c', 'f']})

# 返回指定列唯一值
unique_values = df['B'].unique()

print(unique_values)

输出结果为：

['a' 'b' 'c' 'd' 'e' 'f']

pandas nunique

pandas中的nunique()函数用于计算数据框中唯一值的数量。它返回每列的唯一值数量。下面是一个示例：

import pandas as pd

data = {'col1': [1, 2, 3, 4, 5],
        'col2': ['a', 'b', 'c', 'd', 'e'],
        'col3': [1, 1, 2, 2, 3]}

df = pd.DataFrame(data)

# 计算每列的唯一值数量
unique_counts = df.nunique()

print(unique_counts)

输出结果为：

col1    5
col2    5
col3    3
dtype: int64

这里的输出结果表示在列`col1`中有5个唯一值，在列`col2`中有5个唯一值，在列`col3`中有3个唯一值。