请求解析DataFrame中代码行uniques = data.apply(lambda x: [x.unique])的功能

Hey there! Let's break down this line of code step by step, because I can tell you're probably aiming to get unique values from your DataFrame columns—and there's a tiny tweak needed to make it work as intended.

逐部分拆解原代码 #

• data.apply(...): 在 Pandas 里，apply 方法会默认沿着列方向（axis=0）对 DataFrame 的每一列执行传入的函数。每次 lambda 运行时，参数 x 代表的就是原 DataFrame 中的一整列（也就是一个 Series 对象）。
• lambda x: [x.unique]: 这里是关键问题所在——x.unique 指向的是方法本身，而不是执行这个方法后得到的结果。把它放进列表里，只是把这个方法的引用存进了列表，并没有真正调用它去获取唯一值。

原代码的实际输出 #

如果直接运行这行代码，你得到的会是一个 Series，每个元素都是一个包含方法对象的列表，完全不是你想要的唯一值。举个例子，输出大概长这样：

col0    [<bound method Series.unique of 0    1\n1    2\n2...
col1    [<bound method Series.unique of 0    a\n1    b\n2...
dtype: object

这种结果对分析数据没有任何帮助。

修正后的正确写法 #

如果你的目标是获取每一列的唯一值数组，只需要给 unique 加上括号，调用这个方法就行：

uniques = data.apply(lambda x: x.unique())

修正后会返回一个 Series，每个元素对应原 DataFrame 列的唯一值数组，比如：

col0    [1, 2, 3]
col1    ['a', 'b', 'c']
dtype: object

另外，如果你只需要每一列唯一值的数量，Pandas 有更高效的内置方法：

unique_counts = data.nunique()

要是你更习惯用字典来映射列名和对应的唯一值，这种写法也很清晰：

uniques_dict = {col: data[col].unique() for col in data.columns}

总结 #

你写的原代码核心意图很明确——提取 DataFrame 每一列的唯一值，但因为少加了括号，导致它存的是方法引用而非实际结果。补上这个小细节，代码就能完全符合你的预期了！

内容的提问来源于stack exchange，提问作者Dfhaa_DK