API · Pandas

Pandas Series.nunique() 方法

Pandas Series.nunique 方法统计 Python Pandas.Series 中的唯一值。

本页内容

Series.nunique() 会以整数形式返回 pandas Series 中不同值的数量。它回答的是“其中有多少个不同的值?”,而不是返回这些值本身。需要简要汇总某一列时,可以用它统计不同的类别、标识符或测量值。

Series.nunique() 如何统计不同值

每个不同的非缺失值都会为计数贡献 1,无论它出现多少次。使用默认设置时,NaN 等缺失值不会计入。因此,重复值只计一次,重复的 NaN 条目则全部排除。比较类别计数时,这一区别很重要:按照默认行为,缺失项不属于一个类别。

语法和 dropna 参数

该方法的签名为 Series.nunique(dropna=True)。dropna 参数是一个布尔选项,默认值为 True。如果要统计 Series 中不同的已知值数量,请保留默认设置。如果要把缺失情况作为一个额外的不同值计入,则传入 dropna=False。多个缺失项仍只会为总数贡献 1,不会逐项增加计数。

即使 Series 中没有可供统计的值,该方法也会返回整数。如果没有缺失值,改变 dropna 不会改变结果。对于空 Series,不同值计数为 0;对于只包含缺失值的 Series,默认计数为 0,而设置 dropna=False 后计数为 1。这些情况有助于区分“没有观察到任何类别”和“将缺失值视为一个类别”。

统计 Series 中不同值的数量

运行以下示例。示例代码及其输出中显示的标签仍为英文:

import numpy as np
import pandas as pd

values = pd.Series([1, 2, 3, np.nan, 3, 4, np.nan], name="No.")
print(values.nunique())
4

该 Series 包含四个不同的非缺失值:1、2、3 和 4。重复出现的 3 只计一次;默认设置 dropna=True 会排除两个 NaN 条目,因此计数为 4。在应用程序中,如果需要不同值的总数而不是值列表,可以保存这个整数,或在报告中使用它。

使用 dropna=False 将缺失值计入

使用相同的数据,并将 dropna 设为 False,即可把缺失情况作为一个不同值计数。示例代码及其输出中显示的标签仍为英文:

import numpy as np
import pandas as pd

values = pd.Series([1, 2, 3, np.nan, 3, 4, np.nan], name="No.")
print(values.nunique(dropna=False))
5

计数结果为 5:四个非缺失值,加上一个不同的缺失值。虽然这个 Series 中有两个 NaN 条目,但在此次计数中,它们属于同一个缺失值类别。应根据要回答的问题选择选项:统计已知值时使用默认设置;如果缺失数据的存在应使不同值计数增加 1,则使用 dropna=False。此设置只决定是否将缺失情况纳入计数;重复的普通值在两种情况下都只计一次。