Cara menghitung nilai unik di panda: dengan contoh


Anda dapat menggunakan fungsi nunique() untuk menghitung jumlah nilai unik dalam pandas DataFrame.

Fungsi ini menggunakan sintaks dasar berikut:

 #count unique values in each column
df. nunique ()

#count unique values in each row
df. nunique (axis= 1 )

Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktik dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' points ': [8, 8, 13, 13, 22, 22, 25, 29],
                   ' assists ': [5, 8, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 11, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team points assists rebounds
0 to 8 5 11
1 To 8 8 8
2 to 13 7 11
3 A 13 9 6
4 B 22 12 6
5 B 22 9 5
6 B 25 9 9
7 B 29 4 12

Contoh 1: Hitung nilai unik di setiap kolom

Kode berikut menunjukkan cara menghitung jumlah nilai unik di setiap kolom DataFrame:

 #count unique values in each column
df. nunique ()

team 2
points 5
assists 5
rebounds 6
dtype: int64

Dari hasilnya kita dapat melihat:

  • Kolom “tim” memiliki 2 nilai unik
  • Kolom “poin” memiliki 5 nilai unik
  • Kolom “bantuan” memiliki 5 nilai unik
  • Kolom ‘rebound’ memiliki 6 nilai unik

Contoh 2: Hitung nilai unik di setiap baris

Kode berikut menunjukkan cara menghitung jumlah nilai unik di setiap baris DataFrame:

 #count unique values in each row
df. nunique (axis= 1 )

0 4
1 2
2 4
3 4
4 4
5 4
6 3
7 4
dtype: int64

Dari hasilnya kita dapat melihat:

  • Baris pertama memiliki 4 nilai unik
  • Baris kedua memiliki 2 nilai unik
  • Baris ketiga memiliki 4 nilai unik

Dan seterusnya.

Contoh 3: Hitung nilai unik per grup

Kode berikut menunjukkan cara menghitung jumlah nilai unik per grup dalam DataFrame:

 #count unique 'points' values, grouped by team
df. groupby (' team ')[' points ']. nunique ()

team
At 2
B 3
Name: points, dtype: int64

Dari hasilnya kita dapat melihat:

  • Tim “A” memiliki 2 nilai “poin” yang unik
  • Tim “B” memiliki 3 nilai “poin” yang unik

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara menghitung penampakan kelompok pada panda
Cara menghitung nilai yang hilang di panda
Cara menggunakan fungsi Pandas value_counts()

Tambahkan komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *