Метод nunique

Метод nunique применяется к объекту Index и возвращает количество уникальных значений в индексе. По умолчанию учитываются все уникальные значения, включая пропуски. Параметр dropna управляет учётом пропущенных значений: если True, то пропуски не учитываются, если False - учитываются. Метод полезен для оценки разнообразия значений в индексе.

Синтаксис

index.nunique(dropna=True)

Пример

Давайте создадим индекс с повторяющимися значениями и посчитаем количество уникальных элементов:

import pandas as pd

idx = pd.Index([1, 2, 2, 3, 3, 3, 4])
res = idx.nunique()
print(res)

Результат выполнения кода:

4

Пример

Теперь рассмотрим индекс с пропущенными значениями. По умолчанию dropna равен True, поэтому пропуски не учитываются:

import pandas as pd

idx = pd.Index([1, 2, None, 2, 3, None])
res = idx.nunique()
print(res)

Результат выполнения кода:

3

Пример

Если установить параметр dropna в False, то пропуски также будут учтены как уникальные значения:

import pandas as pd

idx = pd.Index([1, 2, None, 2, 3, None])
res = idx.nunique(dropna=False)
print(res)

Результат выполнения кода:

4

Пример

Метод nunique также работает с индексами, содержащими строки. Рассмотрим пример:

import pandas as pd

idx = pd.Index(['apple', 'banana', 'apple', 'cherry'])
res = idx.nunique()
print(res)

Результат выполнения кода:

3

Смотрите также

метод unique,
который возвращает массив уникальных значений индекса
метод value_counts,
который подсчитывает частоту каждого значения в индексе
метод duplicated,
который определяет дублирующиеся значения в индексе
метод drop_duplicates,
который удаляет дублирующиеся значения из индекса