如何在Polars Series中统计排除空值的唯一值数量？

直接使用Series的n_unique()方法并设置drop_nulls=True参数是最优方案，这是Polars原生支持的高效实现，无需额外中间步骤。

示例代码 #

import polars as pl

series = pl.Series([1, 2, None, 4, 2, 4, None])
unique_count = series.n_unique(drop_nulls=True)
print(unique_count)  # 输出: 3

其他可行方式（性能略逊） #

如果习惯先过滤空值再统计，也可以先调用drop_nulls()再统计唯一值，但这种方式多了一步中间操作，大数据量下效率不如前者：

unique_count = series.drop_nulls().n_unique()
print(unique_count)  # 输出: 3

为什么第一种方法最优 #

n_unique(drop_nulls=True)在Polars底层会将空值过滤和唯一值统计合并为一个操作，避免了生成中间Series的开销，处理大规模数据时性能优势更明显。

内容的提问来源于stack exchange，提问作者Míriam