Funkce unique() odstraní všechny duplicitní hodnoty ve sloupci a vrátí jednu hodnotu pro více stejných hodnot. V tomto článku budeme diskutovat o tom, jak můžeme získat jedinečné hodnoty ze sloupce v Pandas DataFrame .
Vytvoření datového rámce Pandas s duplicitními prvky
Vytvořte ukázkový datový rámec Pandas se slovníkem seznamů, řekněme názvy sloupců A, B, C, D a E s duplicitními prvky.
Python3
faktoriál v Javě
# 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)> |
>
>
Získejte jedinečné hodnoty ze sloupce v Pandas DataFrame
Níže je uvedeno několik příkladů, pomocí kterých můžeme získat jedinečné hodnoty sloupce v tomto datovém rámci.
- Získejte jedinečné hodnoty sloupce „B“.
- Získejte jedinečné hodnoty sloupce „E“.
- Získejte počet jedinečných hodnot ve sloupci
- Použití set() k odstranění duplicitních hodnot ze sloupce
- Použití metod pandas.concat() a Unique().
- Použití Series.drop_duplicates()
Získejte jedinečné hodnoty sloupce „B“.
V tomto příkladu načítáme a tiskneme jedinečné hodnoty ze sloupce „B“ pomocí unique()> metoda. Výsledné jedinečné hodnoty jsou['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()> |
>
>
Výstup
array(['B1', 'B2', 'B3', 'B4'], dtype=object)>
Získejte jedinečné hodnoty pand ve sloupci „E“.
V tomto příkladu vytvoříme pandas DataFrame ze slovníku a poté načteme jedinečné hodnoty ze sloupce „E“ pomocíunique()>metoda. Výsledné jedinečné hodnoty jsou['E1']>.
Python3
# 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()> |
>
>
Výstup
array(['E1'], dtype=object)>
Získejte počet jedinečných hodnot ve sloupci
V tomto příkladu vytvoříme pandas DataFrame ze slovníku a poté vypočítáme a vytiskneme počet jedinečných hodnot ve sloupci ‚C‘, kromě hodnot NaN. Výsledek je 3, což znamená, že ve sloupci „C“ jsou tři jedinečné hodnoty.
Python3
převést int na řetězec c++
# 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>)> |
>
>
Výstup
3>
Odstranění duplicitních hodnot ze sloupce pomocí set()
V tomto příkladu vytvoříme pandas DataFrame ze slovníku a poté použijeme set()>funkce extrahovat jedinečné hodnoty ze sloupce „C“ a eliminovat duplicity. Výsledná sada,{'C1', 'C2', 'C3'}>, představuje jedinečné hodnoty ve sloupci „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)> |
>
>
Výstup
{'C1', 'C2', 'C3'}> Použití metod pandas.concat() a Unique().
V tomto příkladu vytvoříme pandas DataFrame ze slovníku a poté zřetězíme jedinečné hodnoty ze všech sloupců pomocí pd.concat()> . Výsledné pole NumPy po vytištění zobrazí všechny jedinečné hodnoty ze sloupců „A“ až „E“.
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)> |
>
>
Výstup
['A1' 'A2' 'A3' 'A4' 'A5' 'B1' 'B2' 'B3' 'B4' 'C1' 'C2' 'C3' 'D1' 'D2' 'E1']>
Použití Series.drop_duplicates()
V tomto příkladu vytvoříme pandas DataFrame ze slovníku a odstraníme duplikáty ze sloupců „A“ a „D“ pomocí drop_duplicates()>metoda . Výsledný DataFrame po vytištění zobrazuje jedinečné hodnoty ve sloupcích „A“ a „D“ s hodnotami NaN, kde byly duplikáty odstraněny z „D“.
Python3
# 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)> |
>
>
java náhodné číslo
Výstup
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>