如何在Python中查看DataFrame所有列的唯一值？

安全阿岳

2026-8-6

获取DataFrame所有列的唯一值方法

针对大DataFrame批量获取各列唯一值，有几种实用方法：

直接批量获取所有列唯一值
用apply()方法结合pd.unique()，一行代码就能返回各列的唯一值集合：
```
import pandas as pd
unique_values = df.apply(pd.unique)
```
结果是一个Series，索引为原DataFrame的列名，每个元素对应该列的唯一值数组。如果需要转为字典格式方便查看，可追加.to_dict()：
```
unique_values_dict = df.apply(pd.unique).to_dict()
```
先筛选再查看（适合超大型数据集）
先通过nunique()获取各列唯一值的数量，快速定位需要重点查看的列（比如唯一值数量为1的冗余列，或数量接近行数的高基数列）：
```
column_unique_counts = df.nunique()
```
之后再针对感兴趣的列单独用unique()，比如筛选出唯一值数量在2到10之间的列：
```
target_columns = column_unique_counts[(column_unique_counts >=2) & (column_unique_counts <=10)].index
target_unique_values = df[target_columns].apply(pd.unique)
```
这种方式能避免一次性加载所有列的唯一值，节省内存。
获取带频率排序的唯一值
如果想同时看到各唯一值的出现频率，可结合value_counts()：
```
unique_values_with_counts = df.apply(lambda x: x.value_counts().reset_index().values.tolist())
```
返回的结果中，每个元素是该列的（值，计数）列表，按计数从高到低排序，能更直观判断列的信息价值。