<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eindeutige Werte in einer Spalte eines Pandas-DataFrames zu finden und diese dann zu sortieren:<\/span><\/p>\n Dadurch wird eine Pandas-Reihe zur\u00fcckgegeben, die jeden eindeutigen Wert in einer Spalte in aufsteigender Reihenfolge enth\u00e4lt.<\/span><\/p>\n Um eindeutige Werte in absteigender Reihenfolge zu sortieren, verwenden Sie aufsteigend=False<\/strong> :<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um die eindeutigen Werte der Punktespalte<\/strong> abzurufen und sie dann in aufsteigender Reihenfolge zu sortieren:<\/span><\/p>\n Die Ausgabe zeigt jeden der eindeutigen Werte in der Punktspalte<\/strong> in aufsteigender Reihenfolge sortiert an:<\/span><\/p>\n Wir k\u00f6nnen die eindeutigen Werte in der Spalte \u201ePunkte\u201c auch in absteigender Reihenfolge sortieren lassen, indem wir \u201eascending=False\u201c<\/strong> in der Funktion \u201esort_values()\u201c<\/strong> angeben:<\/span><\/p>\n Die Ausgabe zeigt jeden der eindeutigen Werte in der Punktspalte<\/strong> in absteigender Reihenfolge sortiert an:<\/span><\/p>\n Hinweis<\/strong> : Die vollst\u00e4ndige Dokumentation f\u00fcr die Funktion pandas drop_duplicates()<\/strong> finden Sie hier.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere allgemeine Funktionen in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So w\u00e4hlen Sie einzelne Zeilen in DataFrame aus<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eindeutige Werte in einer Spalte eines Pandas-DataFrames zu finden und diese dann zu sortieren: df[‚ my_column ‚]. drop_duplicates (). sort_values () Dadurch wird eine Pandas-Reihe zur\u00fcckgegeben, die jeden eindeutigen Wert in einer Spalte in aufsteigender Reihenfolge enth\u00e4lt. Um eindeutige Werte in absteigender Reihenfolge zu sortieren, verwenden Sie […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' my_column<\/span> ']. drop_duplicates<\/span> (). sort_values<\/span> ()\n<\/strong><\/pre>\n df[' my_column<\/span> ']. drop_duplicates<\/span> (). sort_values<\/span> (ascending= False<\/span> )<\/strong><\/pre>\n Beispiel: Suchen Sie nach eindeutigen Werten in der Pandas-Spalte und sortieren Sie sie<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],\n ' points<\/span> ': [5, 5, 9, 12, 12, 5, 10, 13, 13, 19]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 5\n1 to 5\n2 to 9\n3 to 12\n4 to 12\n5 B 5\n6 B 10\n7 B 13\n8 B 13\n9 B 19\n<\/strong><\/pre>\n #get unique values in points column and sort them\ndf[' points<\/span> ']. drop_duplicates<\/span> (). sort_values<\/span> ()\n\n0 5\n2 9\n6 10\n3 12\n7 13\n9 19\nName: points, dtype: int64<\/span><\/span><\/strong><\/pre>\n\n
#get unique values in points column and sort them in descending order\ndf[' points<\/span> ']. drop_duplicates<\/span> (). sort_values<\/span> (ascending= False<\/span> )\n\n9 19\n7 13\n3 12\n6 10\n2 9\n0 5\nName: points, dtype: int64\n<\/span><\/span><\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So erhalten Sie eindeutige Werte aus der Indexspalte<\/a>
Pandas: So z\u00e4hlen Sie einzigartige Kombinationen aus zwei Spalten<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"