pandas unique()とnunique()の使い方｜値の一覧・種類数・value_counts()との違いを解説

CSVを読み込んだあと、部署、商品カテゴリ、ステータス のような列を見て、次のように感じることがあります。

「この列には、どんな値が入っているのだろう？」
「カテゴリの種類はいくつあるのだろう？」
「unique()、nunique()、value_counts() のどれを使えばよいのだろう？」

このようなときに役立つのが、Pandasの unique() と nunique() です。

最初に結論を言うと、値の一覧を見たいときは unique()、値の種類数だけ知りたいときは nunique()、値ごとの件数まで見たいときは value_counts() を使います。

この記事では、unique() と nunique() の違い、欠損値の扱い、value_counts() との使い分け、表記ゆれを見つける流れを、Google Colabで試しやすい例で解説します。

特に、集計やグラフ化をする前にカテゴリ列の中身を確認しておくと、表記ゆれや欠損値に早く気づけます。

先に結論：3つのメソッドは目的で使い分ける

unique()、nunique()、value_counts() は、どれも列の値を確認するときに使います。
ただし、見たいものが違います。

この記事では、この使い分けを実際のDataFrameで確認していきます。

この記事でわかること

この記事では、次の内容を扱います。

• unique() で重複を除いた値の一覧を確認する方法
• nunique() で値の種類数を確認する方法
• unique() と nunique() の違い
• value_counts() との使い分け
• 欠損値がある場合の注意点
• count() と nunique() の違い
• 表記ゆれ確認での使い方
• groupby().nunique() でグループごとの種類数を確認する考え方

この記事のゴールは、unique()・nunique()・value_counts() の違いを理解し、データの中身確認から表記ゆれ・欠損値・集計前の前処理へ進めるようになることです。

似たメソッドまで含めた使い分け

基本は、上の3つを押さえれば十分です。
ここでは、実務で一緒に迷いやすい groupby().nunique() や duplicated() も含めて、少しだけ整理しておきます。

unique() と nunique() は、どちらも「重複を除いた値」に関係します。

ただし、返すものが違います。

たとえば、部署 の中身を見て「営業部」と「営業」が混ざっていないか確認したいなら unique() が向いています。

一方で、部署が何種類あるかだけ知りたいなら nunique() が向いています。

このあと、まずは主役である unique() と nunique() を実際のDataFrameで確認し、その後で value_counts() や欠損値の扱いとの違いを見ていきます。

サンプルデータを用意する

ここでは、売上データを例にします。

部署、商品カテゴリ、ステータス のようなカテゴリ列を含むDataFrameです。実際のCSVを読み込んだあとにも、同じような確認をすることがよくあります。

このサンプルでは、欠損値を pd.NA で入れています。実際のデータでは、表示上 NaN や <NA> と出ることがありますが、どちらも「値が入っていない状態」として扱います。

import pandas as pd


df = pd.DataFrame({
    "注文ID": [101, 102, 103, 104, 105, 106, 107, 108],
    "部署": ["営業部", "営業部", "企画部", "営業", "人事部", "企画部", "営業部", pd.NA],
    "商品カテゴリ": ["PC", "マウス", "PC", "キーボード", "マウス", "PC", "モニター", "PC"],
    "ステータス": ["完了", "完了", "処理中", "完了", "キャンセル", "処理中", "完了", pd.NA],
    "売上": [120000, 3000, 150000, 8000, 2500, 140000, 32000, 110000]
})


df

このデータでは、部署 列に 営業部 と 営業 が混ざっています。

これは、同じ意味の値が別表記で入っている「表記ゆれ」の可能性があります。
このような状態を見つけるためにも、unique() は役立ちます。

unique()で重複を除いた値の一覧を確認する

unique() は、列に含まれる値を重複なしで確認するメソッドです。

まずは、部署 列に入っている値を一覧で確認します。
この結果を見ることで、表記ゆれや欠損値の有無に気づきやすくなります。

df["部署"].unique()

array(['営業部', '企画部', '営業', '人事部', <NA>], dtype=object)

unique() を使うと、部署 列に含まれる値の一覧を確認できます。

この結果を見ると、営業部 と 営業 が別の値として入っていることがわかります。
実際には同じ意味で入力されているなら、あとで replace() などを使って表記をそろえる候補になります。

ここで大事なのは、unique() は元のDataFrameを書き換える処理ではないという点です。
あくまで、列の中にどんな値があるかを確認するためのメソッドです。

下の表では、実際の出力をそのまま貼るのではなく、初心者が読み取りやすいように値の部分だけを整理して示しています。

このように、unique() は「集計する前に、列の中身をざっと確認する」場面で便利です。

特に、Colab上では array([...], dtype=object) のように表示されることがあります。
これは「値の一覧が配列の形で返っている」という意味なので、初心者のうちは次のように読み替えると十分です。

ここでは、dtype=object の細かい意味まで深掘りしなくて大丈夫です。
まずは「どんな値が入っているかを確認できた」と考えれば問題ありません。

unique()の結果はDataFrameではない

unique() の戻り値は、通常のDataFrameではなく、配列のような形で返ってきます。

そのため、表として整えて見たい場合は、必要に応じて pd.Series() に変換して確認することもできます。

pd.Series(df["部署"].unique(), name="部署の値")

このようにすると、値の一覧を縦に並べて確認しやすくなります。

ただし、普段の確認では df["列名"].unique() だけでも十分なことが多いです。

nunique()で値の種類数を確認する

nunique() は、重複を除いた値の「個数」を数えるメソッドです。

unique() が「どんな値があるか」を見るのに対して、nunique() は「何種類あるか」を確認します。

次に、値そのものではなく「何種類あるか」だけを確認します。
このときに使うのが nunique() です。

df["部署"].nunique()

4

この結果は、部署 列に含まれる欠損値を除いた種類数です。

ここで注意したいのは、nunique() は標準では欠損値を数えないことです。
欠損値も1種類として数えたい場合は、dropna=False を指定します。

df["部署"].nunique(dropna=False)

5

欠損値を含めて種類数を見たい場合は、dropna=False を使います。

データ確認の段階では、まず標準の nunique() で種類数を見て、欠損値も気になる場合に dropna=False を使うと考えるとわかりやすいです。

unique()とnunique()の違い

unique() と nunique() は名前が似ていますが、目的は違います。

たとえば、部署 の中身を見て「営業部」と「営業」が混ざっていないか確認したいなら unique() が向いています。

一方で、部署が何種類あるかだけ知りたいなら nunique() が向いています。

value_counts()との違い

unique() や nunique() と一緒に迷いやすいのが、value_counts() です。

value_counts() は、値ごとの件数を数えるメソッドです。

値ごとの件数まで見たい場合は、unique() ではなく value_counts() を使います。

df["部署"].value_counts(dropna=False)

value_counts() を使うと、値の一覧だけでなく、それぞれの値が何件あるかまで確認できます。

value_counts() はとても便利ですが、この記事では詳しく深掘りしません。
件数集計や割合表示まで確認したい場合は、value_counts() の記事に進むと理解しやすくなります。

関連記事：
pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説

欠損値（NaN / <NA>）がある場合の注意点

unique() と nunique() では、欠損値の扱いが少し違います。

このサンプルでは pd.NA を使っているため、実行結果では <NA> と表示されます。
CSVから読み込んだデータでは NaN と表示されることもありますが、ここではどちらも「欠損値」として考えます。

ステータス 列で確認してみましょう。

df["ステータス"].unique()

array(['完了', '処理中', 'キャンセル', <NA>], dtype=object)

df["ステータス"].nunique()

3

df["ステータス"].nunique(dropna=False)

4

結果を見ると、unique() では欠損値が結果に出ることがあります。
一方で、nunique() は標準では欠損値を数えません。

欠損値そのものを詳しく確認したい場合は、isnull() や fillna() とあわせて考えるとよいです。

関連記事：
pandas fillna()の使い方｜欠損値を0・平均値・中央値・最頻値で埋める方法を初心者向けに解説

count()とnunique()の違い

ここは補足です。
nunique() と似て見えやすいものに、count() があります。

count() は、欠損値以外のデータ数を数えるメソッドです。
一方、nunique() は、重複を除いた値の種類数を数えます。

同じ 部署 列で、結果の違いだけ確認しておきましょう。

pd.DataFrame({
    "確認内容": ["欠損値以外の件数", "値の種類数"],
    "使うメソッド": ["count()", "nunique()"],
    "結果": [df["部署"].count(), df["部署"].nunique()]
})

count() は、部署 に値が入っている行数を数えます。
nunique() は、部署 に何種類の値があるかを数えます。

つまり、同じ「数える」でも、見ているものが違います。

カテゴリ列の中身を確認したい場合は、unique() や nunique() の方が目的に合いやすいです。

unique()で表記ゆれを見つける

unique() は、表記ゆれを見つけるときにも役立ちます。

表記ゆれとは、同じ意味の値が少し違う表記で入っている状態です。

たとえば、今回の 部署 列には、次のような値があります。

df["部署"].unique()

array(['営業部', '企画部', '営業', '人事部', <NA>], dtype=object)

この結果を見ると、営業部 と 営業 が別の値として扱われています。

もしこの2つが同じ部署を意味しているなら、集計前に表記をそろえた方がよいです。

ここでは、修正方法を深掘りしすぎないようにします。
表記ゆれを実際に置換する方法は、replace() の記事で詳しく扱うと自然です。

関連記事：
pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説

表記ゆれを軽くそろえてから確認する例

ここでは補足として、営業 を 営業部 にそろえる例だけ見ておきます。

この記事の中心は unique() と nunique() なので、置換処理そのものは深掘りしません。

df_clean = df.copy()


df_clean["部署"] = df_clean["部署"].replace({
    "営業": "営業部"
})


df_clean["部署"].unique()

array(['営業部', '企画部', '人事部', <NA>], dtype=object)

表記をそろえたあとに unique() を使うと、営業 がなくなり、営業部 にまとまったことを確認できます。

このように、unique() は「修正する前の確認」と「修正した後の確認」の両方で使えます。

groupby().nunique()でグループごとの種類数を確認する

ここは応用ではなく、「こういう使い方もある」と軽く知っておく程度で大丈夫です。

nunique() は、groupby() と組み合わせることもできます。

たとえば、部署ごとに何種類の商品カテゴリを扱っているかを確認したい場合です。

df_clean.groupby("部署")["商品カテゴリ"].nunique()

このように、groupby().nunique() を使うと、グループごとの種類数を確認できます。

ただし、この記事では groupby() の詳しい使い方には深入りしません。
集計の考え方を詳しく学びたい場合は、groupby×agg の記事に進むとよいです。

関連記事：
Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説

duplicated()やdrop_duplicates()との違い

unique() と混同しやすいものに、duplicated() や drop_duplicates() があります。

duplicated() は、重複している行を確認したいときに使います。
今回の記事の中心である unique()・nunique() は、列の値の種類を確認するためのものです。

関連記事：
pandas duplicated()の使い方｜重複行の確認・subset・keepを初心者向けに解説

よくあるミスと注意点

ここでは、初心者がつまずきやすいポイントを整理します。

unique()は元のDataFrameを書き換えない

unique() は、重複を除いた値の一覧を確認するメソッドです。
元のDataFrameから重複を削除する処理ではありません。

nunique()は値の一覧ではなく個数を返す

nunique() は、ユニークな値そのものではなく、種類数を返します。
値の中身を確認したい場合は、unique() を使います。

nunique()は標準では欠損値を数えない

欠損値も含めて種類数を確認したい場合は、nunique(dropna=False) を使います。

value_counts()とは目的が違う

value_counts() は、値ごとの件数を見るためのメソッドです。
「一覧」「種類数」「件数」のどれを知りたいかで使い分けましょう。

unique()で表記ゆれを見つけても自動では直らない

unique() は表記ゆれを見つけるために便利ですが、値を自動で修正するわけではありません。
修正が必要な場合は、replace() などの前処理につなげます。

データ分析の流れの中でunique()・nunique()を使うタイミング

unique() と nunique() は、データ確認から前処理へ進むタイミングで役立ちます。

たとえば、次のような流れです。

文章で書くと長く見えますが、流れとしては次のイメージです。

データを見る → 値の中身を確認する → 必要なら直す → 集計や可視化へ進む

info() や describe() だけでは、文字列列にどんな値が入っているかまでは見えにくいことがあります。
そのため、カテゴリ列やステータス列では、unique() や nunique() を使って中身を確認することが大切です。

次に読みたい関連記事：
Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説

まとめ

この記事では、Pandasの unique() と nunique() を使って、重複なしの値と種類数を確認する方法を解説しました。

ポイントを整理します。

• unique() は、重複を除いた値の一覧を確認する
• nunique() は、重複を除いた値の種類数を確認する
• 値ごとの件数まで見たい場合は value_counts() を使う
• count() は欠損値以外の件数、nunique() は値の種類数を数える
• 欠損値も種類数に含めたい場合は nunique(dropna=False) を使う
• 表記ゆれを見つけるときは、まず unique() で列の値を確認する
• グループごとの種類数は groupby().nunique() で確認できる
• duplicated() は重複行の確認が目的で、unique()・nunique() とは役割が違う

データ分析では、いきなり集計や可視化に進む前に、列の中にどんな値が入っているかを確認することが大切です。

unique() と nunique() を使えるようになると、表記ゆれ、カテゴリの種類、欠損値の扱いに気づきやすくなり、前処理の精度を上げやすくなります。

次に読みたい関連記事

今回の記事とあわせて読むと、Pandasのデータ確認から前処理・集計までの流れがつかみやすくなります。

• Pandas DataFrame入門｜作り方・基本操作をわかりやすく解説
  DataFrameの基本構造から確認したい方におすすめです。

• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説
  データ全体の型・欠損値・統計量を確認したい方におすすめです。

• pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説
  値ごとの件数や割合まで見たい方におすすめです。

• pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説
  unique() で見つけた表記ゆれを直したい方におすすめです。

• Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説
  グループごとの集計を詳しく学びたい方におすすめです。

必要に応じて、欠損値処理は fillna()の記事、重複行の確認は duplicated()の記事、特定の値だけ抽出したい場合は isin()の記事 も参考にしてください。

▲ ページトップへ戻る