In [1]: df = Dataframe(np.random.randint(0,10,size=100).reshape(10,10))In [2]: dfOut[2]: 0 1 2 3 4 5 6 7 8 90 2 2 3 2 6 1 9 9 3 31 1 2 5 8 5 2 5 0 6 32 0 7 0 7 5 5 9 1 0 33 5 3 2 3 7 6 8 3 8 44 8 0 2 2 3 9 7 1 2 75 3 2 8 5 6 4 3 7 0 86 4 2 6 5 3 3 4 5 3 27 7 6 0 6 6 7 1 7 5 18 7 4 3 1 0 6 9 7 7 39 5 3 4 5 2 0 8 6 4 7In [13]: Series(df.values.ravel()).unique()Out[13]: array([9, 1, 4, 6, 0, 7, 5, 8, 3, 2])
小块独特的排序，因此以这种方式更快地进行排序（然后根据需要排序）
In [14]: df = Dataframe(np.random.randint(0,10,size=10000).reshape(100,100))In [15]: %timeit Series(df.values.ravel()).unique()10000 loops, best of 3: 137 ﾵs per loopIn [16]: %timeit np.unique(df.values.ravel())1000 loops, best of 3: 270 ﾵs per loop
