pandas nunique函数|极客笔记

pandas nunique函数

在数据处理和分析过程中，我们经常需要对数据集中的唯一值进行统计和分析。而pandas提供了一个非常方便的函数nunique()，用于计算Series或DataFrame中唯一值的数量。本文将详细介绍nunique()函数的用法和示例，并解释如何在实际数据分析中运用该函数。

1. `nunique()`函数的基本用法

nunique()函数可以用于Series或DataFrame对象，并返回唯一值的数量。下面是该函数的基本语法：

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

参数说明：

axis：指定沿着哪个轴进行计算，0表示沿着列的方向计算，1表示沿着行的方向计算。
dropna：是否忽略缺失值，默认为True。

2. 示例代码

接下来我们通过几个示例来演示nunique()函数的使用。

示例 1：计算Series对象中唯一值的数量

首先我们创建一个Series对象：

import pandas as pd

data = pd.Series([1, 2, 3, 1, 2, 3, 4, 5])
print(data)

运行上述代码，得到以下输出：

0    1
1    2
2    3
3    1
4    2
5    3
6    4
7    5
dtype: int64

接下来我们使用nunique()函数计算该Series对象中唯一值的数量：

unique_count = data.nunique()
print("唯一值的数量：", unique_count)

运行上述代码，得到以下输出：

唯一值的数量： 5

示例 2：计算DataFrame对象中唯一值的数量

接下来我们创建一个DataFrame对象：

data = {
    'A': [1, 2, 3, 1, 2],
    'B': ['foo', 'bar', 'foo', 'bar', 'baz']
}

df = pd.DataFrame(data)
print(df)

运行上述代码，得到以下输出：

   A    B
0  1  foo
1  2  bar
2  3  foo
3  1  bar
4  2  baz

接下来我们使用nunique()函数计算该DataFrame对象中唯一值的数量：

unique_count = df.nunique()
print("唯一值的数量：")
print(unique_count)

运行上述代码，得到以下输出：

唯一值的数量：
A    3
B    3
dtype: int64

3. 实际应用场景

在实际数据分析中，nunique()函数可以帮助我们快速统计数据集中唯一值的数量，从而辅助我们进行数据清洗、聚合和可视化等操作。例如，在电商平台的用户行为数据分析中，我们可以使用nunique()函数统计不同商品的购买人数，以了解用户偏好和热门商品。

另外，在金融领域的风险管理中，我们可以使用nunique()函数统计不同投资产品的持有人数量，以评估资产的流动性和分散风险。

综上所述，nunique()函数是pandas中一个非常实用的函数，可以帮助我们高效地处理数据集中的唯一值统计。在数据分析和挖掘中，熟练掌握该函数的用法将极大提升我们的工作效率和数据洞察力。

pandas nunique函数