Pandas 数据帧nunique()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-nunique-method

在本教程中，我们将学习 PandasDataFrame.nunique() 的方法。此方法计算请求轴上不同或唯一观察的数量。它返回带有许多不同观察值的Series。

下面是DataFrame.nunique() 方法的语法。

句法

DataFrame.nunique(axis=0, dropna=True)

因素

轴:表示索引或列轴，索引为“0”，列为“1”。当axis=0功能应用于index轴时，以及当axis=1功能应用于column轴时

dropna: 表示 bool(真或假)，默认值为 True。计数中不包括 NaN。

示例 1:计算数据帧的唯一值

这里，在这个例子中，我们将使用DataFrame.nunique() 方法计算数据帧中唯一值的数量。它返回计数，而不是唯一值。

#importing pandas as pd
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1, 1, 1],'C': [2, 5, 5]})
print("------The DataFrame is-------")
print(df)
print("--------------------------------")
print(df.nunique(axis=0))

-数据帧为- A B C 0 1 1 2 1 2 1 5 2 3 1 5 - A 3 B 1 C 2 数据类型:int64

示例 2:计算数据帧的唯一值

此示例与上一个示例类似，DataFrame.nunique() 方法计算列轴上的唯一值。

#imporing pandas as pd
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1, 1, 1],'c': [2, 5, 5]})
print("------The DataFrame is-------")
print(df)
print("--------------------------------")
print(df.nunique(axis=1))

-数据帧为- A B c 0 1 1 2 1 2 1 5 2 3 1 5 - 0 2 1 3 2 3 数据类型:int64

示例 3:计算数据帧的唯一值

DataFrame.nunique() 方法将空值计为‘0’。这意味着任何包含空值的列都将被计为 0。见下面的例子。

#imporing pandas as pd
import pandas as pd
df = pd.DataFrame({'A': [1, None, 3], 'B': [1, None, 1],'C': [2, None, 5]})
print("------The DataFrame is-------")
print(df)
print("--------------------------------")
print(df.nunique(axis=1))

-数据帧为- A B C 0 1.0 1.0 2.0 1 NaN NaN 2 3.0 1.0 5.0 - 0 2 1 0 2 3 数据类型:int64

结论

在本教程中，我们学习了 PandasDataFrame.nunique()方法。我们学习了语法、参数，并通过在数据帧上应用这种方法，我们解决了示例并理解了DataFrame.nunique()方法。