Python Pandas dataframe.nunique()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.nunique()函数返回所要求的axis上的独特观测值的数量系列。如果我们将坐标axis的值设置为0，那么它将找到索引axis上的唯一观测值的总数。如果我们将axis的值设置为1，那么它将找到列axis上唯一的观测值的总数。它还提供了将NaN值从唯一数字的计数中排除的功能。

语法:

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

参数 :
axis： {0或’索引’，1或’列’}，默认0
dropna :不要在计数中包括NaN。

返回 : nunique :系列

例子#1：使用nunique()函数来查找列axis上的唯一值的数量。

# importing pandas as pd
import pandas as pd
  
# Creating the first dataframe 
df = pd.DataFrame({"A":[14, 4, 5, 4, 1],
                   "B":[5, 2, 54, 3, 2],
                   "C":[20, 20, 7, 3, 8],
                    "D":[14, 3, 6, 2, 6]})
  
# Print the dataframe
df

让我们使用dataframe.nunique()函数来查找列axis上的唯一值。

# find unique values
df.nunique(axis = 1)

输出 :

正如我们在输出中看到的，该函数打印了每一行中唯一值的总数。

示例#2：使用nunique()函数来查找数据帧中索引axis上的唯一值的数量。该数据框架包含NaN值。

# importing pandas as pd
import pandas as pd
  
# Creating the first dataframe 
df = pd.DataFrame({"A":["Sandy", "alex", "brook", "kelly", np.nan],
                   "B":[np.nan, "olivia", "olivia", "", "amanda"], 
                   "C":[20 + 5j, 20 + 5j, 7, None, 8],
                   "D":[14.8, 3, None, 6, 6]})
  
# apply the nunique() function
df.nunique(axis = 0, dropna = True)

输出 :

该函数将空字符串视为第2列的唯一值。