pandas库中unique函数方法详解

在pandas库中，unique函数是一个非常实用的函数，用于提取唯一值。它适用于Series和DataFrame对象，可以根据需求提取不同类型的数据。下面将详细介绍unique函数的用法、参数、返回值以及实际应用案例。
一、unique函数的用法
unique函数的基本语法如下：

pandas.unique(arr)

其中，arr是一个Series或DataFrame对象。
二、unique函数的参数

1. axis：可选参数，默认为0，表示在哪个轴上提取唯一值。当axis=0时，表示在行方向上提取唯一值；当axis=1时，表示在列方向上提取唯一值。
2. level：可选参数，表示根据哪个层级提取唯一值。当level=None时，表示提取所有级别的唯一值。
3. dropna：可选参数，默认为True，表示是否忽略空值（NaN）。当dropna=True时，表示只提取非空值的唯一值；当dropna=False时，表示提取所有值的唯一值，包括空值。
4. return_index：可选参数，默认为False，表示是否返回唯一值的索引。当return_index=True时，返回唯一值的索引；当return_index=False时，只返回唯一值本身。
5. return_inverse：可选参数，默认为False，表示是否返回一个与原始数组相对应的索引数组。当return_inverse=True时，返回一个索引数组；当return_inverse=False时，只返回唯一值本身。
6. return_counts：可选参数，默认为False，表示是否返回每个唯一值的计数。当return_counts=True时，返回一个计数数组；当return_counts=False时，只返回唯一值本身。
   三、unique函数的返回值
   unique函数根据参数的不同，返回不同的结果。当参数都为默认值时，返回一个包含唯一值的数组。如果指定了axis、level、dropna等参数，返回的结果会相应地改变。例如，如果指定了return_index=True，则返回一个由唯一值和对应索引组成的元组；如果指定了return_inverse=True，则返回一个由原始数组和对应索引组成的元组等。
   四、unique函数的应用案例
   下面通过几个实际应用案例来展示如何使用unique函数：
7. 提取唯一值：假设有一个包含重复值的Series对象，可以使用unique函数提取所有唯一值。

   import pandas as pd
   s = pd.Series([1, 2, 2, 3, 4, 4, 5])
   unique_values = s.unique()
   print(unique_values)  # 输出 [1 2 3 4 5]

8. 按轴提取唯一值：使用axis参数可以按行或列提取唯一值。例如，假设有一个DataFrame对象，可以按行或列提取唯一值。

   df = pd.DataFrame({'A': [1, 2, 2, 3], 'B': [3, 4, 4, 5]})
   row_unique = df.apply(lambda x: x.unique(), axis=1)
   print(row_unique)  # 按行提取唯一值
   col_unique = df.apply(lambda x: x.unique(), axis=0)
   print(col_unique)  # 按列提取唯一值

9. 忽略空值：使用dropna参数可以忽略空值（NaN）。例如，假设有一个包含空值的Series对象，可以使用dropna=True来提取非空值的唯一值。

   s = pd.Series([1, np.nan, 2, np.nan, 3])
   unique_values = s.unique()  # 不指定dropna参数时，返回[1.0, 2.0, 3.0, nan]
   unique_values = s.unique(dropna=True)  # 指定dropna=True时，返回[1.0, 2.0, 3.0]

10. 返回索引和计数：使用return_index和return_counts参数可以返回索引和计数信息。例如，假设有一个包含重复值的Series对象，可以使用这些参数来获取每个唯一值的索引和计数信息。
    通过以上详细介绍和案例演示，我们可以看出unique函数在处理重复