极客笔记pandas中求唯一值的方法 unique()
unique()
pandas.Series.unique()
其中，pandas是库的名称，Series表示数据的类型为Series对象，unique()是方法的名称。
unique()方法返回一个包含唯一值的NumPy数组。返回的结果按照出现的顺序排列，并且不包括缺失值（NaN）。
对于DataFrame对象，如果我们需要获取某一列的唯一值，需要通过列名进行选取，然后调用unique()方法。下面是一个示例代码：
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Bob', 'Dave'],
'Age': [25, 28, 22, 28, 30]}
df = pd.DataFrame(data)
unique_names = df['Name'].unique()
print(unique_names)
代码运行结果如下所示：
['Alice' 'Bob' 'Charlie' 'Dave']
以上代码中，我们创建了一个包含姓名和年龄的数据字典，并将其转化为DataFrame对象。然后，我们通过df['Name']选取了数据中的姓名列，并调用unique()方法得到了该列的唯一值。
我们通过一个更具体的示例来演示unique()方法的使用。假设我们有一个包含国家名称的DataFrame对象，我们希望获取其中的唯一国家列表。下面是示例代码：
import pandas as pd
data = {'Country': ['China', 'USA', 'China', 'India', 'USA', 'Russia']}
df = pd.DataFrame(data)
unique_countries = df['Country'].unique()
print(unique_countries)
代码运行结果如下所示：
['China' 'USA' 'India' 'Russia']
通过选择数据中的Country列，并调用unique()方法，我们可以快速获取到该列中唯一的国家名称列表。
在数据分析中，经常会遇到包含缺失值的数据。unique()方法默认会忽略缺失值（NaN），并返回剩下的唯一值。下面是一个示例代码：
import pandas as pd
import numpy as np
data = {'Color': ['Red', 'Blue', np.nan, 'Green', 'Red']}
df = pd.DataFrame(data)
unique_colors = df['Color'].unique()
print(unique_colors)
代码运行结果如下所示：
['Red' 'Blue' 'Green']
在以上代码中，我们创建了一个包含颜色信息的DataFrame对象，并将其中一个颜色值设为了缺失值（NaN）。通过unique()方法，我们得到了去除缺失值后的唯一颜色列表。
unique()方法同样支持获取多列数据的唯一值。我们可以传入一个包含多个列名的列表，得到这些列数据的唯一组合。下面是一个示例代码：
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Bob', 'Dave'],
'Age': [25, 28, 22, 28, 30],
'Country': ['China', 'USA', 'China', 'India', 'USA']}
df = pd.DataFrame(data)
unique_records = df[['Name', 'Age', 'Country']].unique()
print(unique_records)
代码运行结果如下所示：
[['Alice' 25 'China']
['Bob' 28 'USA']
['Charlie' 22 'China']
['Bob' 28 'India']
['Dave' 30 'USA']]
以上代码中，我们选取了数据中的两列’Name’和’Age’，以及一列’Country’，并调用unique()方法。结果是一个包含唯一组合的二维数组。
通过本文的介绍，我们了解了pandas中求一列数据的唯一值的方法unique()的用法及其相关知识点。该方法可以应用于Series对象和DataFrame对象，返回数据列中的唯一值，并通过不同的参数设置实现各种功能。
在数据分析和处理的过程中，经常需要对数据进行去重操作，并获取数据中某一列的唯一值。unique()方法提供了非常方便和高效的实现方式，使得我们能够更好地分析和处理数据。