Pandas: 고유한 값을 찾고 nan을 무시하는 방법
다음 사용자 정의 함수를 정의하여 팬더에서 고유한 값을 검색하고 NaN 값을 무시할 수 있습니다.
def unique_no_nan(x): return x. dropna (). single ()
이 함수는 NaN 값을 제외한 모든 고유 값을 포함하는 팬더 시리즈를 반환합니다.
다음 예에서는 다음 Pandas DataFrame을 사용하여 다양한 시나리오에서 이 함수를 사용하는 방법을 보여줍니다.
import pandas as pd import numpy as np #createDataFrame df = pd. DataFrame ({' team ': ['Mavs', 'Mavs', 'Mavs', 'Celtics', 'Celtics', 'Celtics'], ' points ': [95, 95, 100, 113, 100, np.nan]}) #view DataFrame print (df) team points 0 Mavs 95.0 1 Mavs 95.0 2 Mavs 100.0 3 Celtics 113.0 4 Celtics 100.0 5 Celtics NaN
예 1: Pandas 열에서 고유한 값을 찾고 NaN 값을 무시합니다.
DataFrame의 포인트 열에 모든 고유 값을 표시하기 위해 pandas Unique() 함수를 사용한다고 가정해 보겠습니다.
#display unique values in 'points' column df[' points ']. single () array([ 95., 100., 113., no])
Unique() 함수는 기본적으로 결과에 nan을 포함합니다.
그러나 대신 사용자 정의 Unique_no_nan() 함수를 사용하여 포인트 열에 고유한 값을 표시한다고 가정해 보겠습니다.
#display unique values in 'points' column and ignore NaN unique_no_nan(df[' points ']) array([ 95., 100., 113.])
우리 함수는 NaN을 제외하고 포인트 열의 모든 고유 값을 반환합니다.
예시 2: Pandas Groupby에서 고유한 값을 찾고 NaN 값을 무시합니다.
pandas groupby() 및 agg() 함수를 사용하여 팀 열별로 그룹화된 포인트 열의 모든 고유 값을 표시한다고 가정합니다.
#display unique values in 'points' column grouped by team df. groupby (' team ')[' points ']. agg ([' single ']) unique team Celtics [113.0, 100.0, nah] Mavs [95.0, 100.0]
Unique() 함수는 기본적으로 결과에 nan을 포함합니다.
그러나 대신 사용자 정의 Unique_no_nan() 함수를 사용하여 팀 열별로 그룹화된 포인트 열의 고유 값을 표시한다고 가정해 보겠습니다.
#display unique values in 'points' column grouped by team and ignore NaN df. groupby (' team ')[' points ']. apply ( lambda x: unique_no_nan(x)) team Celtics [113.0, 100.0] Mavs [95.0, 100.0] Name: points, dtype: object
우리 함수는 NaN 값을 계산하지 않고 각 팀 의 포인트 열에 있는 모든 고유 값을 반환합니다.
추가 리소스
다음 튜토리얼에서는 Pandas에서 다른 일반적인 기능을 수행하는 방법을 설명합니다.
Pandas: DataFrame에서 단일 행을 선택하는 방법
Pandas: 인덱스 열에서 고유한 값을 얻는 방법
Pandas: 두 열의 고유한 조합을 계산하는 방법