【Pandas】pandas Series nunique

Pandas2.2 Series

Computations descriptive stats

pandas.Series.nunique

pandas.Series.nunique() 方法用于计算 Series 中唯一值的数量。该方法可以忽略或包含 NaN 值，具体取决于参数设置。以下是该方法的详细描述：

• 参数：

  • dropna：布尔值，默认为 True。如果设置为 True，则在计算唯一值数量时忽略 NaN 值；如果设置为 False，则将 NaN 视为一个唯一值。

• 返回值：

  • 返回一个整数，表示 Series 中唯一值的数量。

示例及结果

import pandas as pd

# 创建一个包含重复值和 NaN 的 Series
s = pd.Series([1, 2, 2, 3, 3, 3, 4, 4, 4, 4, None, None])

# 计算唯一值的数量，默认 dropna=True
result_default_dropna = s.nunique()
print("Number of unique values (default dropna=True):", result_default_dropna)

# 计算唯一值的数量，不忽略 NaN 值
result_dropna_false = s.nunique(dropna=False)
print("Number of unique values (dropna=False):", result_dropna_false)

# 包含字符串类型的 Series
s_str = pd.Series(['apple', 'banana', 'apple', 'orange', 'banana', 'grape', None, None])

# 计算字符串 Series 中唯一值的数量，默认 dropna=True
result_str_default_dropna = s_str.nunique()
print("Number of unique string values (default dropna=True):", result_str_default_dropna)

# 计算字符串 Series 中唯一值的数量，不忽略 NaN 值
result_str_dropna_false = s_str.nunique(dropna=False)
print("Number of unique string values (dropna=False):", result_str_dropna_false)

输出结果

Number of unique values (default dropna=True): 4
Number of unique values (dropna=False): 5
Number of unique string values (default dropna=True): 4
Number of unique string values (dropna=False): 5

解释

• 对于数值型 Series：

  • 默认情况下 (dropna=True)，计算的是忽略 NaN 值的唯一值数量。
  • 如果 dropna=False，则将 NaN 视为一个唯一值，并计算所有唯一值的数量。

• 对于字符串型 Series：

  • 同样，默认情况下 (dropna=True) 忽略 NaN 值，计算唯一字符串的数量。
  • 如果 dropna=False，则将 NaN 视为一个唯一值，并计算所有唯一值的数量。

注意事项

• nunique() 方法主要用于统计唯一值的数量，而不返回这些值本身。如果需要获取唯一值，请使用 pandas.Series.unique() 方法。
• dropna 参数决定了是否将 NaN 视为一个唯一值，这在处理包含缺失数据的数据集时非常重要。

通过这些示例和解释，您可以更好地理解如何使用 pandas.Series.nunique() 方法来统计 Series 中唯一值的数量，并根据需要选择是否忽略 NaN 值。