本文介绍如何使用Pandas快速获取分类列（如“channel used”）中所有不重复的值，替代仅统计数量的nunique()，直接返回可读性强的唯一值数组。

本文介绍如何使用pandas快速获取分类列（如“channel used”）中所有不重复的值，替代仅统计数量的`nunique()`，直接返回可读性强的唯一值数组。

在数据分析中，了解分类列（categorical column）包含哪些具体取值，往往比单纯知道“有多少个唯一值”更有实际意义。例如，你已用 df.nunique() 得到 channel used 列有 4 个唯一值，但真正需要的是明确列出它们：youtube、facebook、instagram、email——而非仅一个数字。

此时应使用 pd.unique() 函数。它专为一维数组设计，能高效去重并保持首次出现顺序（非排序），返回一个 NumPy ndarray，结果直观且可直接用于后续分析或可视化：

import pandas as pd

# 假设已加载数据
# df = pd.read_csv('marketing_data.csv')

# 提取 'channel used' 列的唯一值列表
unique_channels = pd.unique(df["channel used"])
print(unique_channels)
# 输出: ['youtube' 'facebook' 'instagram' 'email']

# 若需转为 Python 列表便于遍历或导出
unique_list = unique_channels.tolist()
print(unique_list)
# 输出: ['youtube', 'facebook', 'instagram', 'email']

⚠️ 注意事项：

• pd.unique() 作用于 Series 或一维数组，不支持直接传入 DataFrame；若误写 pd.unique(df) 会报错。
• 与 df["col"].unique() 效果一致，但后者更常用（因支持链式调用）；二者均保留原始数据中首次出现的顺序，不自动排序。如需升序排列，可追加 .sort() 或 sorted()：

  sorted_channels = sorted(df["channel used"].unique())  # 返回 list

• 对含缺失值（NaN）的列，pd.unique() 默认将 NaN 视为一个有效唯一值；若需排除空值，建议先清洗：

  df["channel used"].dropna().unique()

总结：当目标是“列出”而非“计数”时，pd.unique() 是最简洁、高效的工具。它轻量、稳定，且与 Pandas 生态无缝集成，是处理分类变量探索性分析的必备方法之一。