获取Pandas数据集某列无重复值列表，是否有更优实现方法？

你当前使用的ds['col2'].value_counts().index.to_list()虽然能得到目标结果，但value_counts()会额外计算每个值的出现频次并默认按频次排序，对于仅需提取无重复值的场景，有更高效、直接的实现方式：

• 使用unique()方法：这是Pandas专门用于提取唯一值的原生方法，无需额外计算频次，性能更优，尤其适配大数据集：

  ds['col2'].unique().tolist()
  

  该方法返回numpy数组，通过tolist()可转为普通列表，结果会保留值在原数据中第一次出现的顺序。

• 使用drop_duplicates()方法：如果需要灵活控制去重规则（比如保留最后一次出现的重复值），可以用这个方法，它返回去重后的Series，再转成列表：

  ds['col2'].drop_duplicates().tolist()
  # 若要保留最后一次出现的重复值，可指定keep参数
  ds['col2'].drop_duplicates(keep='last').tolist()
  

对比来看：如果不需要按频次排序，上述两种方法都比value_counts()更高效；如果需要按出现频次排序，你当前的方法依然适用，但仅需去重的场景下，优先选择unique()或drop_duplicates()。

内容的提问来源于stack exchange，提问作者alessandro