Python Pandas DataFrame nunique方法用法及代码示例

例子

考虑以下 DataFrame ：

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



   A  B  C
0  5  2  1
1  5  2  2
2  5  3  4

按列计数

要计算每列中唯一数字的数量：

df.nunique()   # axis=0



A  1
B  2
C  3
dtype: int64

这告诉我们：

• A 列有 1 个唯一值。

• B 列有 2 个唯一值。

• C 列有 3 个唯一值。

按行计数

要计算每行中唯一数字的数量，请设置 axis=1 ：

df.nunique(axis=1)



0    2
1    2
2    3
dtype: int64

这告诉我们：

• 0 行有 2 个唯一值。

• 1 行有 2 个唯一值。

• 2 行有 3 个唯一值。

处理缺失值

考虑以下带有两个缺失值的DataFrame：

df = pd.DataFrame({"A":[np.NaN,1,np.NaN]})
df



   A
0  NaN
1  1.0
2  NaN

默认情况下， dropna=True ，这意味着 NaN 将被忽略：

df.nunique()



A    1
dtype: int64

我们可以通过设置 dropna=False 将它们视为值：

df.nunique(dropna=False)



A    2
dtype: int64

这告诉我们列 A 有 2 个唯一值： NaN 和 1.0 。