用 df['列名'].unique() 获取某列不重复值最高效，返回无索引的 ndarray，保留首次出现顺序（pandas 1.0+），含一个 nan，比 drop_duplicates() 更轻量、快速且省内存。
直接用 df['列名'].unique() 就行，别调 drop_duplicates()
想看某列有哪些不重复的值，unique() 是最轻量、最直接的方法。它返回的是 numpy.ndarray，不是 Series，也不带索引——这恰恰是优势：没冗余、速度快、内存省。很多人习惯链式调用 drop_duplicates().values 或 drop_duplicates().tolist()，其实多绕两步，还可能意外触发视图/副本问题。
-
unique()自动去重且保持首次出现顺序（pandas 1.0+ 保证，旧版本不保证） - 遇到
NaN时，unique()只保留一个nan（注意：这是 float 类型的 nan，和pd.NA不同） - 如果列含混合类型（比如字符串混着 None），结果数组 dtype 会是
object，排序或比较时得小心
处理空值和缺失值时，unique() 和 nunique() 行为不同
nunique() 默认忽略 NaN，而 unique() 会把 nan 当作一个有效值放进结果里。如果你要统计“非空唯一值个数”，用 nunique()；但如果你要“列出所有实际出现过的值（含 nan）”，就得靠 unique()，再手动过滤。
- 查非空唯一值列表：
df['列名'].dropna().unique() - 查含 nan 的完整唯一值：
df['列名'].unique() - 确认是否含 nan：
np.isnan(df['列名'].unique()).any()（仅适用于数值列）；字符串列建议用pandas.isna()
结果是 ndarray，别直接当 list 或 Series 用
unique() 返回的是 numpy.ndarray，不是 Python list，也不是 pandas Series。常见误操作是直接传给 isin() 或做切片判断，多数时候能“碰巧”成功，但一旦涉及 dtype 比较（比如 int64 vs int32）、或需要索引对齐，就容易出错。
- 要转成 list：用
df['列名'].unique().tolist()，别用list(df['列名'].unique())（效率低，且对 object 数组行为不稳定） - 要转成 Series：用
pd.Series(df['列名'].unique())，别依赖自动转换 - 在
isin()中安全使用：df['列名'].isin(df['列名'].unique())是 OK 的，pandas 内部做了兼容；但若后续要排序或取交集，建议先明确转成 list 或 Series
大数据量下，unique() 比 value_counts().index 快得多
有人用 value_counts().index 顺带拿唯一值，其实完全没必要。前者要排序+计数，时间复杂度 O(n log n)，后者是纯哈希去重，接近 O(n)。100 万行数据，unique() 通常快 3–5 倍，内存占用也更小。
- 只关心“有哪些值”：无条件选
unique() - 既要值又要频次：用
value_counts()，别拆成两步 - 需要排序后的唯一值：
np.sort(df['列名'].unique())，比先value_counts()再取 index 更直白
实际用的时候，最常被忽略的是 dtype 隐式转换和 nan 的存在形式——尤其是从 CSV 读入后某列看着像整数，实则含空值，unique() 返回的可能是 float64 数组，里面混着 1.0、2.0 和 nan，而不是你期待的 1、2。
