pyspark.pandas.Index.nunique¶
-
索引。nunique( dropna:bool=真正的,约:bool=假,标准偏差:浮动=0.05 )→int¶ -
返回对象的独特的元素数量。排除了NA默认值。
- 参数
-
- dropna bool,默认的真
-
不包括南的计数。
- 约:bool,默认的错误
-
如果错误,将使用独特的具体算法和返回的确切数量。如果这是真的,它使用HyperLogLog近似算法,这是大量的数据更快。注意:这个参数是特定于pandas-on-Spark和没有找到熊猫。
- 相对标准偏差:浮动,默认0.05
-
最大估计误差允许在HyperLogLog算法。注意:就像
约这个参数是特定于pandas-on-Spark。
- 返回
-
- int
另请参阅
-
DataFrame.nunique -
方法对DataFrame nunique。
-
Series.count -
计数non-NA /零系列的观察。
例子
> > >ps。系列([1,2,3,np。南])。nunique()3
> > >ps。系列([1,2,3,np。南])。nunique(dropna=假)4
在大数据,我们建议使用的近似算法来加快这个函数。结果将是非常接近的独特的计数。
> > >ps。系列([1,2,3,np。南])。nunique(约=真正的)3
> > >idx=ps。指数([1,1,2,没有一个])> > >idxFloat64Index((1.0, 1.0, 2.0,南),dtype =“float64”)
> > >idx。nunique()2
> > >idx。nunique(dropna=假)3