1 unique()
统计list中的不同值时，返回的是array.它有三个参数，可分别统计不同的量，返回的都是array.
当list中的元素也是list时，尽量不要用这种方法.
import numpy as np a = [1,5,4,2,3,3,5] # 返回一个array print(np.unique(a)) # [1 2 3 4 5] # 返回该元素在list中第一次出现的索引 print(np.unique(a,return_index=True)) # (array([1, 2, 3, 4, 5]), array([0, 3, 4, 2, 1])) # 返回原list中每个元素在新的list中对应的索引 print(np.unique(a,return_inverse=True)) # (array([1, 2, 3, 4, 5]), array([0, 4, 3, 1, 2, 2, 4])) # 返回该元素在list中出现的次数 print(np.unique(a,return_counts=True)) # (array([1, 2, 3, 4, 5]), array([1, 1, 2, 1, 2])) # 当加参数时，unique()返回的是一个tuple,这里利用了tuple的性质，即有多少个元素即可赋值给对应的多少个变量 p,q,m,n = np.unique(a,return_index=True,return_inverse=True,return_counts=True) print(p,q,m,n) # [1 2 3 4 5] [0 3 4 2 1] [0 4 3 1 2 2 4] [1 1 2 1 2] # 注意当list中的元素不是数字而是list的时候,输出的数据类型与list中元素的长度有关 # 利用这种方法对list中元素去重或求里面元素的个数都不是好方法，很容易出错
统计series中的不同值时，返回的是array，它没有其它参数
import pandas as pd se = pd.Series([1,3,4,5,2,2,3]) print(se.unique()) # [1 3 4 5 2]
2.nunique()
可直接统计dataframe中每列的不同值的个数,也可用于series,但不能用于list.返回的是不同值的个数.
df=pd.DataFrame({'A':[0,1,1],'B':[0,5,6]})
print(df)
print(df.nunique())
# A B
# 0 0 0
# 1 1 5
# 2 1 6
# A 2
# B 3
# dtype: int64
也可与groupby结合使用,统计每个块的不同值的个数.
all_user_repay = all_user_repay.groupby(['user_id'])['listing_id'].agg(['nunique']).reset_index() # user_id nunique # 0 40 1 # 1 56 1 # 2 98 1 # 3 103 1 # 4 122 1