Python怎么查找数据中的唯一值_Pandas的unique函数应用-Python教程-PHP中文网

最安全查唯一值应直接用 pandas.series.unique()，它保留原始顺序、正确处理 nan、支持所有 dtype；多列组合唯一需用 drop_duplicates()；仅统计数量时优先用 nunique()。

python怎么查找数据中的唯一值_pandas的unique函数应用

直接用 `pandas.Series.unique()`，别碰 `numpy.unique()`

查唯一值最常用、最安全的方式就是调用 Series 的 .unique() 方法。它保留原始顺序、自动去重、支持任意 dtype（包括 None 和 NaN），而且返回的是 numpy 数组——后续能直接喂给绘图或建模代码。

常见错误是先转成 numpy.array 再调 numpy.unique()：它会把 NaN 当成普通值排在开头，还强制排序，彻底打乱原始出现顺序；更糟的是，对含 datetime64 或 category 的列，numpy.unique() 可能静默失败或返回错误类型。

df["col"].unique() ✅ 原始顺序 + 正确处理缺失值
np.unique(df["col"]) ❌ 重排序 + NaN 位置错乱 + 类型风险
对 category 列，.unique() 返回 CategoricalIndex，不是裸数组，注意后续是否要 .tolist()

DataFrame 多列组合查唯一行，用 `drop_duplicates()` 而非 `unique()`

Series.unique() 不支持多列；想看哪几列组合起来有多少种不重复的组合，得靠 DataFrame.drop_duplicates() 配合 .shape[0] 或 .values。

例如查 "city" 和 "year" 联合唯一值数量：df[["city", "year"]].drop_duplicates().shape[0]。如果要拿到实际值，用 df[["city", "year"]].drop_duplicates().values，返回二维 numpy 数组。

提示词大师-python版

图片提示词生成器？不止如此。马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。输入「新手指南」查看完整功能介绍

下载

别写 df[["city","year"]].unique() —— 这会报 AttributeError
drop_duplicates() 默认保留第一次出现的行，符合“唯一值”的直觉；加 keep="last" 可改行为，但一般不需要
大数据量时，drop_duplicates(subset=[...]) 比先 groupby(...).size() 快得多，后者会触发完整分组计算

`unique()` 对 `NaN` 的处理很实在：只留一个，且不排序

Pandas 把 NaN 视为“缺失”，不是“值”，所以 .unique() 遇到多个 NaN 只返回一个 nan（注意是小写），且固定放在结果数组末尾（除非原序列里 NaN 是第一个出现的）。

这和 SQL 的 DISTINCT 一致，也和大多数分析直觉吻合。但如果你依赖“NaN 总在最后”做索引切片，得小心：如果原始 Series 全是 NaN，.unique() 就只返回 [nan]，长度为 1 —— 容易在条件判断里漏掉。

pd.Series([1, 2, np.nan, 2, np.nan]).unique() → array([1., 2., nan])
pd.Series([np.nan, 1, np.nan]).unique() → array([nan, 1.])（NaN 出现在最前，因它是首次出现）
需要稳定排除 NaN？用 ser.dropna().unique()，别用布尔索引 ser[ser.notna()].unique()，后者稍慢