pandas.unique

pandas.unique(values) [source]

Таблица уникальных значений на основе хеширования. Уникальные значения возвращаются в порядке их появления. Это НЕ сортировка.

Значительно быстрее, чем numpy.unique. Включает значения NA.

Параметры:	values : одномерный массив-подобный объект
Возвращает:	уникальные значения. Если входной параметр — Index, возвращаемое значение — Index Если входной параметр — тип Categorical, возвращаемое значение — Categorical Если входной параметр — Series/ndarray, возвращаемое значение — ndarray

См. также

pandas.Index.unique, pandas.Series.unique

Примеры

>>> pd.unique(pd.Series([2, 1, 3, 3]))
array([2, 1, 3])

>>> pd.unique(pd.Series([2] + [1] * 5))
array([2, 1])

>>> pd.unique(Series([pd.Timestamp('20160101'),
...                   pd.Timestamp('20160101')]))
array(['2016-01-01T00:00:00.000000000'], dtype='datetime64[ns]')

>>> pd.unique(pd.Series([pd.Timestamp('20160101', tz='US/Eastern'),
...                      pd.Timestamp('20160101', tz='US/Eastern')]))
array([Timestamp('2016-01-01 00:00:00-0500', tz='US/Eastern')],
      dtype=object)

>>> pd.unique(list('baabc'))
array(['b', 'a', 'c'], dtype=object)

Неупорядоченный Categorical вернёт категории в порядке их появления.

>>> pd.unique(Series(pd.Categorical(list('baabc'))))
[b, a, c]
Categories (3, object): [b, a, c]

>>> pd.unique(Series(pd.Categorical(list('baabc'),
...                                 categories=list('abc'))))
[b, a, c]
Categories (3, object): [b, a, c]

Упорядоченный Categorical сохраняет порядок категорий.

>>> pd.unique(Series(pd.Categorical(list('baabc'),
...                                 categories=list('abc'),
...                                 ordered=True)))
[b, a, c]
Categories (3, object): [a < b < c]

Массив кортежей

>>> pd.unique([('a', 'b'), ('b', 'a'), ('a', 'c'), ('b', 'a')])
array([('a', 'b'), ('b', 'a'), ('a', 'c')], dtype=object)