使用 Pandas 的 unique() 方法可快速提取分类列中全部不重复的值，无需遍历数据，返回简洁的 NumPy 数组，适用于探索性数据分析与预处理。

使用 pandas 的 `unique()` 方法可快速提取分类列中全部不重复的值，无需遍历数据，返回简洁的 numpy 数组，适用于探索性数据分析与预处理。

在数据分析过程中，了解分类列（如渠道来源、用户性别、产品类别等）中实际包含哪些唯一取值，是数据清洗、特征工程和可视化前的关键一步。虽然 df.nunique() 能高效返回唯一值的数量（标量），但它无法提供具体是哪些值——这时应使用 pd.unique() 函数。

pd.unique() 专为一维数组（如 Series 或 DataFrame 的单列）设计，它会去重并保持首次出现的顺序（非排序），返回一个 NumPy ndarray，结果直观且计算轻量。例如，针对如下数据：

channel used	Column B
youtube	men 25-30
facebook	men 30-35
instagram	women 35-40
youtube	men 40-45
email	women 26_30

只需一行代码即可获取全部唯一渠道：

import pandas as pd

# 假设已加载数据
# df = pd.read_csv('data.csv')
print(pd.unique(df["channel used"]))
# 输出: ['youtube' 'facebook' 'instagram' 'email']

⚠️ 注意事项：

• pd.unique() 不支持直接作用于整个 DataFrame，必须指定列（如 df["channel used"] 或 df.iloc[:, 0]）；
• 若列中含缺失值（NaN），pd.unique() 默认将其视为一个独立值并保留在结果中；如需排除，可先用 dropna()：

  pd.unique(df["channel used"].dropna())

• 如需按字母序排列结果，可链式调用 sorted()：

  sorted(pd.unique(df["channel used"]))

• 对于大型数据集，pd.unique() 比 df["col"].drop_duplicates().tolist() 更高效，因其底层优化避免了索引重建。

总结：pd.unique() 是获取分类列唯一值的首选方法——简洁、高效、语义明确。配合 nunique() 使用（先查数量，再取值），可构建稳健的数据概览流程。