现在位置: 首页 > Pandas 教程 > 正文

Pandas pd.unique() 函数

Pandas 通用函数 Pandas 常用函数

pd.unique() 是 Pandas 库中用于获取数组中的唯一值的函数。它返回输入数组中所有不重复的值，去除重复项。

这是数据分析中的常用操作，例如统计一列中有多少个不同的值，或者获取某个分类变量的所有类别。

单词释义： unique 意为"唯一的、独特的"，在这里指返回数组中不重复的值。

基本语法与参数

pd.unique() 是 Pandas 库的顶级函数，用于提取数组中的唯一值。

语法格式

pd.unique(values)

参数说明

  • 参数： values
    • 类型： 数组-like 对象，如列表、Series、一维数组等。
    • 描述： 要提取唯一值的输入数据。可以是任何一维的数组结构。

函数说明

  • 返回值： 返回一个包含所有唯一值的 ndarray（NumPy 数组）。
  • 效果： 去除输入数据中的重复值，保留每个值只出现一次。

实例

让我们通过一系列从简单到复杂的例子，彻底掌握 pd.unique() 的用法。

示例 1：基础用法 - 从 Series 中提取唯一值

实例

import pandas as pd
import numpy as np

# 1. 创建包含重复值的 Series
colors = pd.Series(['red', 'blue', 'green', 'red', 'blue', 'yellow', 'red'])

print("=== 原始 Series ===")
print(colors)

# 2. 使用 pd.unique() 获取唯一值
unique_values = pd.unique(colors)
print("\n=== pd.unique() 唯一值 ===")
print(unique_values)
print(f"\n唯一值数量: {len(unique_values)}")

运行结果预期:

=== 原始 Series ===
0       red
1      blue
2     green
3       red
4      blue
5    yellow
6       red
dtype: object

=== pd.unique() 唯一值 ===
['red' 'blue' 'green' 'yellow']
唯一值数量: 4

代码解析:

  • 原始 Series 有 7 个元素，但只有 4 个唯一值。
  • pd.unique() 返回一个 NumPy 数组，包含所有不重复的值。
  • 返回的结果不保证顺序（但通常按首次出现的顺序）。

示例 2：从列表和数组中提取唯一值

pd.unique() 不仅可以处理 Series，还可以处理各种数组结构。

实例

import pandas as pd
import numpy as np

# 1. 从列表中提取唯一值
numbers = [1, 2, 3, 2, 1, 4, 5, 3, 2]
print("=== 原始列表 ===")
print(numbers)

unique_numbers = pd.unique(numbers)
print("\n=== 列表的唯一值 ===")
print(unique_numbers)
print(f"类型: {type(unique_numbers)}")

# 2. 从 NumPy 数组中提取唯一值
arr = np.array(['a', 'b', 'a', 'c', 'b', 'd'])
print("\n=== NumPy 数组 ===")
print(arr)
print("唯一值:", pd.unique(arr))

# 3. 从 DataFrame 的列中提取
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Diana'],
    'city': ['Beijing', 'Shanghai', 'Beijing', 'Beijing', 'Guangzhou']
})
print("\n=== DataFrame ===")
print(df)
print("\nname 列的唯一值:", pd.unique(df['name']))
print("city 列的唯一值:", pd.unique(df['city']))

运行结果预期:

=== 原始列表 ===
[1, 2, 3, 2, 1, 4, 5, 3, 2]

=== 列表的唯一值 ===
[1 2 3 4 5]
类型: <class 'numpy.ndarray'>

=== NumPy 数组 ===
['a' 'b' 'a' 'c' 'b' 'd']
唯一值: ['a' 'b' 'c' 'd']

=== DataFrame ===
      name     city
0    Alice   Beijing
1      Bob  Shanghai
2  Charlie   Beijing
3    Alice   Beijing
4   Diana  Guangzhong

=== name 列的唯一值: ['Alice' 'Bob' 'Charlie' 'Diana']
=== city 列的唯一值: ['Beijing' 'Shanghai' 'Guangzhou']

代码解析:

  • pd.unique() 可以处理 Python 列表、NumPy 数组以及 DataFrame 的列。
  • 返回的结果始终是一个一维的 NumPy 数组。
  • 在处理 DataFrame 时，需要指定具体的列（使用方括号语法）。

示例 3：处理数值数据和排序

处理数值型唯一值时，可以方便地进行排序和统计分析。

实例

import pandas as pd
import numpy as np

# 1. 包含重复数值的 Series
scores = pd.Series([85, 90, 78, 85, 92, 90, 78, 88, 95])

print("=== 原始分数 ===")
print(scores)

# 2. 获取唯一值并排序
unique_scores = pd.unique(scores)
print("\n=== 唯一值（未排序）===")
print(unique_scores)

# 3. 排序后的唯一值
unique_sorted = np.unique(unique_scores)
print("\n=== 唯一值（排序后）===")
print(unique_sorted)

# 4. 统计每个唯一值出现的次数
print("\n=== 唯一值及频次 ===")
value_counts = pd.Series(scores).value_counts()
print(value_counts)

# 5. 获取唯一值对应的统计信息
print("\n=== 基本统计 ===")
print(f"唯一值数量: {len(unique_scores)}")
print(f"最小值: {unique_scores.min()}")
print(f"最大值: {unique_scores.max()}")
print(f"平均值: {unique_scores.mean():.2f}")

运行结果预期:

>--- 原始分数 ---
0    85
1    90
2    78
85、90、78 各出现 2 次，88、95 各出现 1 次。
=== 唯一值及频次 ===
85    2
90    2
78    2
88    1
95    1
dtype: int

=== 基本统计 ===
唯一值数量: 5
最小值: 78
最大值: 95
平均值: 86.40

代码解析:

  • 可以使用 np.unique() 对结果进行排序。
  • 结合 value_counts() 可以查看每个唯一值出现的次数。
  • 唯一值数组可以像普通数组一样进行数值计算。

示例 4：处理缺失值

pd.unique() 会将缺失值（NaN）作为一个有效的唯一值返回。

实例

import pandas as pd
import numpy as np

# 1. 包含缺失值的数据
data = pd.Series(['a', 'b', np.nan, 'a', None, 'c', np.nan, 'b'])

print("=== 包含缺失值的数据 ===")
print(data)

# 2. 获取唯一值（NaN 会作为一个唯一值）
unique_with_nan = pd.unique(data)
print("\n=== 包含 NaN 的唯一值 ===")
print(unique_with_nan)
print(f"唯一值数量（含 NaN）: {len(unique_with_nan)}")

# 3. 排除 NaN 后的唯一值
unique_no_nan = pd.unique(data[data.notna()])
print("\n=== 排除 NaN 后的唯一值 ===")
print(unique_no_nan)
print(f"唯一值数量（不含 NaN）: {len(unique_no_nan)}")

# 4. 使用 isna() 判断是否有 NaN
has_nan = pd.isna(unique_with_nan).any()
print(f"\n是否存在 NaN: {has_nan}")

运行结果预期:

=== 包含缺失值的数据 ===
0       a
1       b
2     NaN
3       a
4    None
5       different 'c' appears twice: None and NaN are both treated as missing values.
print("\n=== 唯一值数量（含 NaN）: 3 ===")
print("['a', 'b', nan]")

=== 排除 NaN 后的唯一值 ===
['a', 'b', 'c']
唯一值数量（不含 NaN）: 3

代码解析:

  • NaN 和 None 都被视为缺失值，在唯一值中只算作一个。
  • 可以使用 data[data.notna()] 先过滤掉缺失值，再提取唯一值。
  • pd.isna() 可以检查唯一值数组中是否包含 NaN。

提示： pd.unique() 返回的是 NumPy 数组，如果需要返回 pandas 对象（如 Series），可以使用 Series.unique() 方法，它会返回一个 Series。

Pandas 常用函数 Pandas 常用函数

返回顶部
© 2026 菜鸟教程
备案号：闽ICP备15012807号-1

∧