參考：https://www.cnblogs.com/xxswkl/p/11009059.html
1 unique()
統計list中的不同值時，返回的是array.它有三個參數，可分別統計不同的量，返回的都是array.
當list中的元素也是list時，盡量不要用這種方法.
import numpy as np a = [1,5,4,2,3,3,5] # 返回一個array print(np.unique(a)) # [1 2 3 4 5] # 返回該元素在list中第一次出現的索引 print(np.unique(a,return_index=True)) # (array([1, 2, 3, 4, 5]), array([0, 3, 4, 2, 1])) # 返回原list中每個元素在新的list中對應的索引 print(np.unique(a,return_inverse=True)) # (array([1, 2, 3, 4, 5]), array([0, 4, 3, 1, 2, 2, 4])) # 返回該元素在list中出現的次數 print(np.unique(a,return_counts=True)) # (array([1, 2, 3, 4, 5]), array([1, 1, 2, 1, 2])) # 當加參數時，unique()返回的是一個tuple,這里利用了tuple的性質，即有多少個元素即可賦值給對應的多少個變量 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] # 注意當list中的元素不是數字而是list的時候,輸出的數據類型與list中元素的長度有關 # 利用這種方法對list中元素去重或求里面元素的個數都不是好方法，很容易出錯
統計series中的不同值時，返回的是array，它沒有其它參數
import pandas as pd se = pd.Series([1,3,4,5,2,2,3]) print(se.unique()) # [1 3 4 5 2]
2.nunique()
可直接統計dataframe中每列的不同值的個數,也可用於series,但不能用於list.返回的是不同值的個數.
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
也可與groupby結合使用,統計每個塊的不同值的個數.
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