Метод unique

Метод unique применяется к Index и возвращает массив уникальных значений индекса. Результат содержит только уникальные элементы в порядке их первого появления. Этот метод полезен для получения уникальных значений индекса без дубликатов. Возвращается массив NumPy, а не объект Index.

Синтаксис

index.unique()

Пример

Давайте создадим индекс с дублирующимися значениями и применим метод unique:

import pandas as pd

idx = pd.Index([1, 2, 2, 3, 3, 4, 5])
res = idx.unique()
print(res)

Результат выполнения кода:

[1 2 3 4 5]

Как видно, из индекса удалены повторяющиеся значения 2 и 3, и результат содержит все уникальные элементы в порядке их первого появления.

Пример

Метод unique также работает со строковыми значениями индекса:

import pandas as pd

idx = pd.Index(['apple', 'banana', 'apple', 'grape', 'banana'])
res = idx.unique()
print(res)

Результат выполнения кода:

['apple' 'banana' 'grape']

Результат содержит уникальные строки в порядке их первого появления в исходном индексе.

Пример

Метод unique может применяться к индексу, который является частью DataFrame:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2, 3, 4, 5],
	'b': [10, 20, 30, 40, 50]
}, index=[10, 20, 10, 30, 20])
res = df.index.unique()
print(res)

Результат выполнения кода:

[10 20 30]

Метод возвращает уникальные значения индекса таблицы в порядке их первого появления.

Пример

Метод unique сохраняет порядок первого появления, в отличие от множеств:

import pandas as pd

idx = pd.Index(['b', 'c', 'a', 'b', 'c', 'a'])
res = idx.unique()
print(res)

Результат выполнения кода:

['b' 'c' 'a']

Обратите внимание, что порядок сохраняется: сначала b, затем c, затем a.

Смотрите также

метод nunique,
который возвращает количество уникальных значений индекса
метод value_counts,
который подсчитывает частоту каждого значения индекса
метод drop_duplicates,
который возвращает индекс без дублирующихся значений
метод duplicated,
который определяет дублирующиеся значения индекса