如何判断DataFrame值是否唯一并统计唯一值数量？

你的代码问题修正 #

你写的c=~df[col].duplicated(keep=False).sum()逻辑顺序错了：

• df[col].duplicated(keep=False)返回的布尔Series里，重复值对应True，唯一值对应False
• 你现在的写法会先把这个布尔序列求和（得到重复值的总个数），再对这个数字取反，结果完全不是你要的唯一值数量
• 正确写法是先取反（让唯一值变成True），再求和：

  c = (~df[col].duplicated(keep=False)).sum()
  

其他实现方式 #

方法1：用value_counts直接统计 #

统计每个值的出现次数，再筛选出仅出现1次的数量：

# 简洁版写法
unique_count = (df[col].value_counts() == 1).sum()

方法2：用drop_duplicates获取唯一值集合 #

直接提取只出现一次的数值，再取长度：

only_unique_values = df[col].drop_duplicates(keep=False)
unique_count = len(only_unique_values)

方法3：通过总唯一值减重复唯一值计算 #

先算所有不重复的值的总数，再减去那些出现多次的值的数量：

total_unique = df[col].nunique()
# 统计出现次数≥2的唯一值数量
duplicated_unique_num = (df[col].value_counts() > 1).sum()
unique_count = total_unique - duplicated_unique_num

获取每行的唯一状态布尔序列 #

如果需要得到每行对应的布尔值（True表示该值唯一，False表示重复），直接用：

is_row_unique = ~df[col].duplicated(keep=False)

内容的提问来源于stack exchange，提问作者noride_togo