Pandas DataFrame Nunique 方法

介绍

在本实验中，我们将学习 Python pandas 的 DataFrame.nunique() 方法。该方法用于计算 pandas DataFrame 中不同或唯一观测值的数量。

虚拟机提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时可以向 Labby 提问。请在实验结束后提供反馈，我们将及时为你解决问题。

导入 pandas 库

在开始之前，我们需要导入 pandas 库，该库用于数据操作和分析。我们可以使用以下代码导入它：

import pandas as pd

创建一个 DataFrame

让我们创建一个示例 DataFrame 来进行操作。我们将使用 pd.DataFrame() 函数创建一个包含三列（A、B 和 C）和三行数据的 DataFrame。每列将包含一些重复值。

df = pd.DataFrame({'A': [1, 2, 3], 'B': [1, 1, 1], 'C': [2, 5, 5]})

统计 DataFrame 中的唯一值数量

现在，让我们使用 DataFrame.nunique() 方法来统计 DataFrame 中的唯一值数量。我们可以将 axis 参数指定为 "0" 以统计索引轴（列）上的唯一值数量，或指定为 "1" 以统计列轴（行）上的唯一值数量。

print("Number of unique values in each column:")
print(df.nunique(axis=0))

print("Number of unique values in each row:")
print(df.nunique(axis=1))

处理空值

默认情况下，DataFrame.nunique() 方法不会将空值（null values）计入统计。如果某列包含空值，它将被计为 "0"。让我们创建另一个包含一些空值的 DataFrame，并再次统计唯一值数量。

df = pd.DataFrame({'A': [1, None, 3], 'B': [1, None, 1], 'C': [2, None, 5]})

统计包含空值的唯一值数量

让我们统计这个新 DataFrame 中的唯一值数量，包括空值。

print("Number of unique values in each row with null values:")
print(df.nunique(axis=1))

总结

在本实验中，我们学习了如何使用 pandas 中的 DataFrame.nunique() 方法来统计 DataFrame 中的唯一值数量。我们还学习了如何处理空值以及统计包含空值的唯一值数量。此方法对于分析数据集和理解 DataFrame 中值的分布非常有用。