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。

相关问题

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。

pandas分组统计unique

可以使用 pandas 的 groupby 方法进行分组统计 unique 值，示例代码如下：

import pandas as pd

# 创建示例数据
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data)

# 分组统计 unique 值
unique_counts = df.groupby(['A', 'B'])['C'].nunique()

print(unique_counts)

输出结果为：

A    B    
bar  one      1
     three    1
     two      2
foo  one      2
     two      2
Name: C, dtype: int64

其中，unique_counts 是一个 pandas Series 对象，它的索引是分组的键值对，值是对应分组的 unique 值数量。