La funzione unique() rimuove tutti i valori duplicati su una colonna e restituisce un singolo valore per più valori uguali. In questo articolo discuteremo di come ottenere valori univoci da una colonna in Panda DataFrame .
Creazione di un dataframe Panda con elementi duplicati
Crea un dataframe Panda di esempio con un dizionario di elenchi, ad esempio i nomi delle colonne A, B, C, D ed E con elementi duplicati.
Python3
# 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)> |
>
>
Ottieni valori univoci da una colonna in Pandas DataFrame
Di seguito sono riportati alcuni esempi con i quali possiamo ottenere i valori univoci di una colonna in questo dataframe.
intero per raddoppiare Java
- Ottieni i valori univoci della colonna 'B'.
- Ottieni i valori univoci della colonna 'E'.
- Ottieni il numero di valori univoci in una colonna
- Utilizzo di set() per eliminare i valori duplicati da una colonna
- Utilizzo dei metodi pandas.concat() e Unique()
- Utilizzando Series.drop_duplicates()
Ottieni i valori univoci della colonna 'B'.
In questo esempio, stiamo recuperando e stampando i valori univoci dalla colonna 'B' utilizzando il file unique()> metodo. I valori univoci risultanti sono['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()> |
>
>
Produzione
array(['B1', 'B2', 'B3', 'B4'], dtype=object)>
Ottieni i valori unici dei panda nella colonna 'E'.
In questo esempio, creiamo un DataFrame panda da un dizionario e quindi recuperiamo i valori univoci dalla colonna 'E' utilizzando il comandounique()>metodo. I valori univoci risultanti sono['E1']>.
Python3
registro insensato
# 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()> |
>
>
Produzione
array(['E1'], dtype=object)>
Ottieni il numero di valori univoci in una colonna
In questo esempio, creiamo un DataFrame panda da un dizionario, quindi calcoliamo e stampiamo il numero di valori univoci nella colonna 'C', esclusi i valori NaN. Il risultato è 3, a indicare che sono presenti tre valori univoci nella colonna '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>)> |
>
>
Produzione
3>
Elimina i valori duplicati da una colonna utilizzando set()
In questo esempio, creiamo un DataFrame panda da un dizionario e quindi utilizziamo il file set()>funzione per estrarre valori univoci dalla colonna 'C', eliminando i duplicati. L'insieme risultante,{'C1', 'C2', 'C3'}>, rappresenta i valori univoci nella colonna 'C'.
Python3
PD unire
# 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)> |
>
>
Produzione
{'C1', 'C2', 'C3'}> Utilizzo dei metodi pandas.concat() e Unique()
In questo esempio, creiamo un DataFrame panda da un dizionario e quindi concateniamo valori univoci da tutte le colonne utilizzando pd.concat()> . L'array NumPy risultante, una volta stampato, mostra tutti i valori univoci dalle colonne da 'A' a '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)> |
>
>
Produzione
['A1' 'A2' 'A3' 'A4' 'A5' 'B1' 'B2' 'B3' 'B4' 'C1' 'C2' 'C3' 'D1' 'D2' 'E1']>
Utilizzando Series.drop_duplicates()
In questo esempio, creiamo un DataFrame panda da un dizionario e rimuoviamo i duplicati dalle colonne 'A' e 'D' utilizzando il metodo drop_duplicates()>metodo . Il DataFrame risultante, una volta stampato, mostra i valori univoci nelle colonne 'A' e 'D', con valori NaN in cui i duplicati sono stati rimossi da 'D'.
Python3
mostra app nascoste
# 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)> |
>
>
Produzione
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>