Pandas中的unique()和nunique()區(qū)別詳解

更新時(shí)間：2022年08月08日 11:04:45 作者：追風(fēng)少年？

Pandas中Series和DataFrame的兩種數(shù)據(jù)類型中都有nunique()和unique()方法，本文詳細(xì)的介紹了兩者的區(qū)別，具有一定的參考價(jià)值，感興趣的可以了解一下

Pandas中Series和DataFrame的兩種數(shù)據(jù)類型中都有nunique()和unique()方法。這兩個(gè)方法作用很簡(jiǎn)單，都是求Series或Pandas中的不同值。而unique()方法返回的是去重之后的不同值，而nunique()方法則直接放回不同值的個(gè)數(shù)。

具體如下：

如果Series或DataFrame中沒(méi)有None值，則unique()方法返回的序列數(shù)據(jù)的長(zhǎng)度等于nunique()方法的返回值（如上述代碼中所展示的）。則當(dāng)Series或DataFrame中有None值時(shí)，這兩個(gè)就不一定相等了。具體如下：

從上述結(jié)果可知, nunique(）可以通過(guò)參數(shù)dropna來(lái)自定義設(shè)置在統(tǒng)計(jì)不同值過(guò)程中是否需要包含None值，而unique()方法中沒(méi)有可設(shè)置的參數(shù)，該方法在統(tǒng)計(jì)時(shí)無(wú)法排除None值。

1 unique()

統(tǒng)計(jì)list中的不同值時(shí)，返回的是array.它有三個(gè)參數(shù)，可分別統(tǒng)計(jì)不同的量，返回的都是array.

當(dāng)list中的元素也是list時(shí)，盡量不要用這種方法.

import numpy as np
a = [1,5,4,2,3,3,5]
# 返回一個(gè)array
print(np.unique(a))
# [1 2 3 4 5]
 
# 返回該元素在list中第一次出現(xiàn)的索引
print(np.unique(a,return_index=True))
# (array([1, 2, 3, 4, 5]), array([0, 3, 4, 2, 1]))
 
# 返回原list中每個(gè)元素在新的list中對(duì)應(yīng)的索引
print(np.unique(a,return_inverse=True))
# (array([1, 2, 3, 4, 5]), array([0, 4, 3, 1, 2, 2, 4]))
 
# 返回該元素在list中出現(xiàn)的次數(shù)
print(np.unique(a,return_counts=True))
# (array([1, 2, 3, 4, 5]), array([1, 1, 2, 1, 2]))
 
# 當(dāng)加參數(shù)時(shí)，unique()返回的是一個(gè)tuple,這里利用了tuple的性質(zhì)，即有多少個(gè)元素即可賦值給對(duì)應(yīng)的多少個(gè)變量
p,q,m,n = np.unique(a,return_index=True,return_inverse=True,return_counts=True)
print(p,q,m,n)
# [1 2 3 4 5] [0 3 4 2 1] [0 4 3 1 2 2 4] [1 1 2 1 2]
 
# 注意當(dāng)list中的元素不是數(shù)字而是list的時(shí)候,輸出的數(shù)據(jù)類型與list中元素的長(zhǎng)度有關(guān)
# 利用這種方法對(duì)list中元素去重或求里面元素的個(gè)數(shù)都不是好方法，很容易出錯(cuò)

統(tǒng)計(jì)series中的不同值時(shí)，返回的是array，它沒(méi)有其它參數(shù)

import pandas as pd
se = pd.Series([1,3,4,5,2,2,3])
print(se.unique())
# [1 3 4 5 2]

2.nunique()

可直接統(tǒng)計(jì)dataframe中每列的不同值的個(gè)數(shù),也可用于series,但不能用于list.返回的是不同值的個(gè)數(shù).

df=pd.DataFrame({'A':[0,1,1],'B':[0,5,6]})
print(df)
print(df.nunique())
#    A  B
# 0  0  0
# 1  1  5
# 2  1  6
# A    2
# B    3
# dtype: int64

也可與groupby結(jié)合使用,統(tǒng)計(jì)每個(gè)塊的不同值的個(gè)數(shù).

all_user_repay = all_user_repay.groupby(['user_id'])['listing_id'].agg(['nunique']).reset_index()
#    user_id  nunique
# 0       40        1
# 1       56        1
# 2       98        1
# 3      103        1
# 4      122        1

到此這篇關(guān)于Pandas中的unique()和nunique()區(qū)別詳解的文章就介紹到這了,更多相關(guān)Pandas unique()和nunique()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: