pandas unique

1. 概述

pandas是一个功能强大的数据处理库，提供了丰富的工具和数据结构，用于数据分析和数据操作。在pandas中，我们经常会遇到需要去重或获取唯一值的情况。为了实现这一功能，pandas提供了unique方法。本篇文章将详细介绍pandas的unique方法，包括其参数、用法和示例。

2. unique方法的功能

unique方法用于返回Series或DataFrame中的唯一值。它返回一个由唯一值组成的一维数组，这些唯一值按照它们在原始数据中的顺序去重。如果数据是DataFrame类型，则按列进行去重。

3. unique方法的语法

pandas库的unique方法的语法为：

Series.unique()

或者

DataFrame[col].unique()

其中，Series代表一个序列，可以是一维数组、列表、元组，或者是Series对象。DataFrame代表一个二维数据表格，col是指DataFrame中的某一列。

4. unique方法的参数

unique方法没有必填参数，它的常用可选参数如下：
* dropna：布尔值，默认为True。如果为True，则去除结果中的缺失值（NaN），如果为False，则保留缺失值。

5. unique方法的返回值

unique方法的返回值是一个一维数组，数组中的元素是原始数据中去重后的唯一值。返回的唯一值的顺序与它们在原始数据中的顺序一致。

6. unique方法的示例

6.1 在Series中使用unique方法

首先，我们创建一个Series对象来演示在Series中使用unique方法的情况：

import pandas as pd

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

这个Series对象包含了一组整数。我们可以使用unique方法获取该数据中的唯一值：

unique_values = data.unique()
print(unique_values)

运行以上代码，将会得到以下输出：

[1 2 3 4 5]

这是data中的唯一值，它们按照它们在原始数据中的顺序去重。注意，结果是一个一维数组。

6.2 在DataFrame中使用unique方法

下面，我们将创建一个DataFrame对象，再演示在DataFrame中使用unique方法的情况。首先，我们创建一个包含重复值的DataFrame：

data = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [5, 4, 3, 2, 1], 'C': [2, 3, 4, 5, 6]})

这个DataFrame对象包含了3列，每列都有一些整数。我们可以使用unique方法获取某一列的唯一值，例如获取列’A’的唯一值：

unique_values = data['A'].unique()
print(unique_values)

运行以上代码，将会得到以下输出：

[1 2 3 4 5]

这是’A’列的唯一值。值得注意的是，这个唯一值数组是按照列’A’中的顺序去重的。

6.3 添加参数dropna的示例

下面，我们将使用参数dropna来演示在unique方法中使用该参数的情况。首先，我们创建一个包含缺失值的Series对象：

data = pd.Series([1, 2, 3, None, 2, 1, None, 4, 3, 5])

这个Series对象包含了一些整数和一些缺失值。如果我们使用unique方法获取唯一值，并将dropna设为True：

unique_values = data.unique(dropna=True)
print(unique_values)

运行以上代码，将会得到以下输出：

[1. 2. 3. 4. 5.]

这是data中的唯一值，缺失值被去除了。

7. 总结

本篇文章详细介绍了pandas的unique方法，包括它的功能、语法、参数和返回值。唯一值的获取对于数据分析和数据处理是非常重要的，pandas的unique方法提供了一种简单而高效的方式来实现。