python中的unique_Python--unique()与nunique()函数

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