pandas中Series.unique()保留首次出现顺序，np.unique()强制升序；nunique()默认忽略NaN计数；value_counts()可统计频次并支持排序、归一化及分箱；多列去重应使用drop_duplicates()而非嵌套unique()。
unique() 返回去重后的数组，但不保留原始顺序
是 NumPy 的函数，pandas 中 Series 也提供了同名方法。它返回的是一个
，**默认会排序**（升序），哪怕原始数据是时间序列或带业务含义的乱序。比如：
注意：pandas 1.5+ 版本中，
**确实保留首次出现顺序**，但 NumPy 的
仍强制排序。容易混淆的点在于——你调用的是哪个
。实操建议：
明确用
（pandas Series 方法），它保持首次出现顺序，且不排序
避免直接用
，除非你真需要排序结果或处理缺失值的特定逻辑
会把
当作一个有效值返回（即
出现在结果中）
nunique() 只返回唯一值个数，天然忽略 NaN
是 pandas Series/DataFrame 的专属方法，只计数，不返回具体值。
默认参数
，所以
不参与计数——这点和
不同（后者会把
算进去）。常见错误：
使用场景：
做数据质量检查时，用
快速算重复率
在
中统计每组不同值数量，直接写
字符串即可
若需包含
计数，显式传参
想同时看唯一值和频次？别硬套 unique + count —— 直接用 value_counts()
很多人想“先取唯一值，再逐个统计频次”，结果写一堆循环或
，既慢又易错。
一步到位，返回
，索引是唯一值，值是对应频次。它默认降序排列，且默认
。关键细节：
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
可关闭排序，此时顺序按首次出现（类似
行为）
直接得比例，不用自己除总数
对数值型列，
还能自动分箱统计
注意：空 Series 调用
返回空
，不是
或
DataFrame 多列组合去重，别用 unique() 套嵌套 —— 用 drop_duplicates()
面对多列联合去重（比如找“用户ID+日期”组合的唯一记录），别试图对多列分别调
再交叉验证。
才是正解，它作用于整行：
注意：
参数指定列名列表，不传则全列参与判断
（默认）保留首次出现；
则只留完全不重复的行
若只要知道有多少组唯一组合，用
，比
更轻量
复杂点在于：
对含
的列行为和
一致——即两行都含
在同一列，会被视为相等（即去重掉），这点和 SQL 的
一致，但容易被忽略。
unique()numpy.ndarrayimport pandas as pd
s = pd.Series(['c', 'a', 'b', 'a'])
s.unique() # 返回 array(['c', 'a', 'b'], dtype=object) —— 顺序按首次出现？错！实际是 ['a' 'b' 'c']Series.unique()np.unique()uniques.unique()np.unique(s)unique()NaNNaNnunique()nunique()dropna=TrueNaNlen(s.unique())NaNs = pd.Series([1, 2, 2, None])
print(len(s.unique())) # 4 → [1, 2, nan] + nan？其实是 3 个元素，但 len(s.unique()) == 3（nan 算 1 个）
print(s.nunique()) # 2 → 正确忽略 NaNs.nunique() / len(s)groupby().agg()'nunique'NaNs.nunique(dropna=False)map(s.value_counts().get)value_counts()Seriesdropna=Truevalue_counts(sort=False)unique()value_counts(normalize=True)value_counts(bins=5)value_counts()Series0Noneunique()drop_duplicates()df = pd.DataFrame({'user': [1,1,2], 'day': ['2023-01-01', '2023-01-01', '2023-01-02']})
df.drop_duplicates(subset=['user', 'day']) # 返回前两行去重后结果subsetkeep='first'keep=Falsedf.drop_duplicates(subset=[...]).shape[0]df.groupby([...]).ngroupsdrop_duplicates()NaN==NaNGROUP BY