Python熊猫系列.nunique()

简介

在Python熊猫（pandas）库中，.nunique()函数用于计算一维数组中不同值的数量（即去重后的数量）。此函数可用于Series对象和DataFrame对象。

语法

Series.nunique(dropna=True)
DataFrame.nunique(axis=0, dropna=True)

参数说明

• Series.nunique()函数：

  • dropna：布尔（Boolean）型，默认为True，如果为True，则该函数在计算之前会删除所有NA/null值。

• DataFrame.nunique()函数：

  • axis：整数（Integer）型，默认为0，该参数指定沿DataFrame的哪个轴计算唯一值的数量。当axis=0时，函数沿着DataFrame的行进行计算；当axis=1时，函数沿着DataFrame的列进行计算。
  • dropna：布尔（Boolean）型，默认为True，如果为True，则该函数在计算之前会删除所有NA/null值。

示例

Series.nunique()函数示例

import pandas as pd

s = pd.Series([1, 2, 3, 3, 4, 4, 5, None])
print(s.nunique())  # 输出：5，去重后的数量为5

s = pd.Series(['a', 'b', 'b', 'c', 'c', None])
print(s.nunique())  # 输出：3，去重后的数量为3（None将被视为一个独立的值）

DataFrame.nunique()函数示例

import pandas as pd

data = {'name': ['John', 'Mary', 'John', 'Mary'],
        'age': [25, 30, 25, 30],
        'gender': ['male', 'female', 'male', 'female']}

df = pd.DataFrame(data)
print(df.nunique())       # 输出：name:2, age:2, gender:2，分别表示每列不同值的数量
print(df.nunique(axis=1)) # 输出：0, 3, 3, 3，表示每行不同值的数量

结语

.nunique()函数是Python熊猫库中一个很有用的函数，可以帮助我们快速计算一维数组或Dataframe中不同值的数量。它对于处理缺失数据和清洗数据是非常有用的。如果您对此函数感兴趣，请查阅官方文档以获取更多信息。