Python中df['col'].unique()在for循环中的执行次数问题

结论 #

df["col"].unique() 仅会在for循环启动前调用一次，返回的唯一值序列会被完整存储在内存中作为迭代对象，后续每次循环迭代都会直接从这个已生成的序列中顺序取值，不会重复执行unique函数。

原理说明 #

这是Python for循环的固定执行逻辑：for 迭代变量 in 可迭代对象的语法中，in关键词后方的表达式只会在循环初始化阶段计算一次，得到可迭代对象后全程复用，不会在每次迭代时重新计算。

你顾虑的「每次迭代重新调用unique导致重复取值」的情况不会发生。哪怕循环过程中df["col"]的内容发生修改，循环迭代的仍然是初始化阶段生成的旧唯一值序列，不受后续DataFrame变更影响。

验证示例 #

你可以运行以下代码验证该逻辑：

import pandas as pd

# 初始化测试DataFrame
df = pd.DataFrame({"col": [1, 2, 1, 3]})
iter_count = 0

for val in df["col"].unique():
    print(f"当前迭代值：{val}")
    # 循环过程中修改df，新增重复值
    df.loc[len(df)] = {"col": 1}
    iter_count += 1

print(f"循环总迭代次数：{iter_count}")
print(f"循环结束后df列的唯一值：{df['col'].unique()}")

运行输出如下：

当前迭代值：1
当前迭代值：2
当前迭代值：3
循环总迭代次数：3
循环结束后df列的唯一值：[1 2 3]

可以看到哪怕循环中不断新增重复值，迭代次数仍为初始unique返回的3个值，没有重复取值也没有新增迭代次数。

内容的提问来源于stack exchange，提问作者sahil