팬더에서 고유한 값을 계산하는 방법: 예 포함

nunique() 함수를 사용하여 pandas DataFrame의 고유 값 수를 계산할 수 있습니다.

이 함수는 다음 기본 구문을 사용합니다.

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

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

다음 예에서는 다음 pandas DataFrame에서 실제로 이 함수를 사용하는 방법을 보여줍니다.

 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

예시 1: 각 열의 고유 값 계산

다음 코드는 DataFrame의 각 열에 있는 고유 값의 개수를 계산하는 방법을 보여줍니다.

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

team 2
points 5
assists 5
rebounds 6
dtype: int64

결과에서 우리는 다음을 볼 수 있습니다:

• ‘팀’ 열에는 2개의 고유 값이 있습니다.
• ‘포인트’ 열에는 5개의 고유한 값이 있습니다.
• ‘지원’ 열에는 5개의 고유한 값이 있습니다.
• ‘리바운드’ 열에는 6개의 고유 값이 있습니다.

예시 2: 각 행의 고유 값 계산

다음 코드는 DataFrame의 각 행에 있는 고유 값의 개수를 계산하는 방법을 보여줍니다.

 #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

결과에서 우리는 다음을 볼 수 있습니다:

• 첫 번째 줄에는 4개의 고유한 값이 있습니다.
• 두 번째 줄에는 2개의 고유한 값이 있습니다.
• 세 번째 행에는 4개의 고유 값이 있습니다.

등등.

예시 3: 그룹별 고유 값 계산

다음 코드는 DataFrame에서 그룹당 고유 값의 수를 계산하는 방법을 보여줍니다.

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

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

결과에서 우리는 다음을 볼 수 있습니다:

• 팀 “A”에는 2개의 고유한 “포인트” 값이 있습니다.
• 팀 “B”에는 3개의 고유한 “포인트” 값이 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

팬더에서 그룹 목격 횟수를 계산하는 방법
팬더에서 누락된 값을 계산하는 방법
Pandas value_counts() 함수를 사용하는 방법