使用`.unique`和`value_counts()`时，无法匹配两个数组的索引

import pandas as pd

# 创建两个数组
array1 = [1, 2, 3, 2, 1, 4]
array2 = [2, 3, 4, 5, 6, 7]

# 合并为DataFrame
df = pd.DataFrame({'col1': array1, 'col2': array2})

# 使用.unique方法获取唯一值数组
unique_values = df['col1'].unique()
print(unique_values)

import pandas as pd

# 创建两个数组
array1 = [1, 2, 3, 2, 1, 4]
array2 = [2, 3, 4, 5, 6, 7]

# 确保索引一致的Series
series1 = pd.Series(array1)
series2 = pd.Series(array2)

# 使用value_counts方法统计每个唯一值的出现次数
value_counts = series1.value_counts()
print(value_counts)

1    2
2    2
4    1
3    1
dtype: int64

import pandas as pd

# 创建两个数组
array1 = [1, 2, 3, 2, 1, 4]
array2 = [2, 3, 4, 5, 6, 7]

# 合并为DataFrame，并重新生成索引
df = pd.concat([pd.Series(array1), pd.Series(array2)], axis=1, ignore_index=True)

# 使用value_counts方法统计每个唯一值的出现次数
value_counts = df[0].value_counts()
print(value_counts)

1    2
2    2
4    1
3    1
dtype: int64