Den unike()-funksjonen fjerner alle dupliserte verdier i en kolonne og returnerer en enkelt verdi for flere samme verdier. I denne artikkelen vil vi diskutere hvordan vi kan få unike verdier fra en kolonne inn Pandas DataFrame .
Opprette en Pandas-dataramme med dupliserte elementer
Lag et eksempel på en Panda-dataramme med en ordbok med lister, si kolonnenavn A, B, C, D og E med dupliserte elementer.
Python3
mikrotjenester veiledning
# Import pandas package> import> pandas as pd> # create a dictionary with five fields each> data>=> {> >'A'>: [>'A1'>,>'A2'>,>'A3'>,>'A4'>,>'A5'>],> >'B'>: [>'B1'>,>'B2'>,>'B3'>,>'B4'>,>'B4'>],> >'C'>: [>'C1'>,>'C2'>,>'C3'>,>'C3'>,>'C3'>],> >'D'>: [>'D1'>,>'D2'>,>'D2'>,>'D2'>,>'D2'>],> >'E'>: [>'E1'>,>'E1'>,>'E1'>,>'E1'>,>'E1'>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> |
>
>
Få unike verdier fra en kolonne i Pandas DataFrame
Nedenfor er noen eksempler der vi kan få de unike verdiene til en kolonne i denne datarammen.
- Få de unike verdiene til 'B'-kolonnen
- Få de unike verdiene til 'E'-kolonnen
- Få antall unike verdier i en kolonne
- Bruke set() for å eliminere dupliserte verdier fra en kolonne
- Bruke pandas.concat() og Unique() metoder
- Bruke Series.drop_duplicates()
Få de unike verdiene til 'B'-kolonnen
I dette eksemplet henter og skriver vi ut de unike verdiene fra 'B'-kolonnen ved å bruke unique()> metode. De resulterende unike verdiene er['B1', 'B2', 'B3', 'B4']>.
Python3
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Get the unique values of 'B' column> df.B.unique()> |
>
>
Produksjon
array(['B1', 'B2', 'B3', 'B4'], dtype=object)>
Få de unike verdiene til pandaer i 'E'-kolonnen
I dette eksemplet lager vi en pandas DataFrame fra en ordbok og henter deretter de unike verdiene fra 'E'-kolonnen ved å brukeunique()>metode. De resulterende unike verdiene er['E1']>.
Python3
linux snarveier
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Get the unique values of 'E' column> df.E.unique()> |
>
>
Produksjon
array(['E1'], dtype=object)>
Få antall unike verdier i en kolonne
I dette eksemplet lager vi en pandas DataFrame fra en ordbok og beregner og skriver ut antall unike verdier i 'C'-kolonnen, unntatt NaN-verdier. Resultatet er 3, noe som indikerer at det er tre unike verdier i kolonne 'C'.
Python3
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Get number of unique values in column 'C'> df.C.nunique(dropna>=>True>)> |
>
>
Produksjon
3>
Eliminer dupliserte verdier fra en kolonne ved å bruke set()
I dette eksemplet lager vi en pandas DataFrame fra en ordbok og bruker deretter set()>funksjon å trekke ut unike verdier fra kolonne 'C', og eliminere duplikater. Det resulterende settet,{'C1', 'C2', 'C3'}>, representerer de unike verdiene i kolonne 'C'.
Python3
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Use set() to eliminate duplicate values in column 'C'> unique_values_set>=> set>(df[>'C'>])> # Print the unique values> print>(unique_values_set)> |
>
>
Produksjon
{'C1', 'C2', 'C3'}> Bruke pandas.concat() og Unique() metoder
I dette eksemplet lager vi en pandas DataFrame fra en ordbok og setter deretter sammen unike verdier fra alle kolonner ved å bruke pd.concat()> . Den resulterende NumPy-matrisen, når den skrives ut, viser alle unike verdier fra kolonnene 'A' til 'E'.
dhl betydning
Python3
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Use pd.concat() to concatenate all columns and then apply unique()> unique_values_all_columns>=> pd.concat([df[col].unique()>for> col>in> df.columns])> # Print the unique values> print>(unique_values_all_columns)> |
>
>
Produksjon
['A1' 'A2' 'A3' 'A4' 'A5' 'B1' 'B2' 'B3' 'B4' 'C1' 'C2' 'C3' 'D1' 'D2' 'E1']>
Bruke Series.drop_duplicates()
I dette eksemplet lager vi en pandas DataFrame fra en ordbok og fjerner duplikater fra kolonnene 'A' og 'D' ved å bruke drop_duplicates()>metode . Den resulterende DataFrame, når den skrives ut, viser de unike verdiene i kolonnene 'A' og 'D', med NaN-verdier der duplikater ble fjernet fra 'D'.
Python3
funksjonene til arduino
# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Use drop_duplicates() to remove duplicates from columns 'A' and 'D'> df[>'A'>]>=> df[>'A'>].drop_duplicates()> df[>'D'>]>=> df[>'D'>].drop_duplicates()> # Print the DataFrame after removing duplicates from columns 'A' and 'D'> print>(df)> |
>
>
Produksjon
A B C D E 0 A1 B1 C1 D1 E1 1 A2 B2 C2 D2 E1 2 A3 B3 C3 NaN E1 3 A4 B4 C3 NaN E1 4 A5 B4 C3 NaN E1>