Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment compter les valeurs uniques chez les pandas : avec des exemples



Vous pouvez utiliser la fonction nunique() pour compter le nombre de valeurs uniques dans un DataFrame pandas.

Cette fonction utilise la syntaxe de base suivante :

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

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

Les exemples suivants montrent comment utiliser cette fonction en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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	A	8	5	11
1	A	8	8	8
2	A	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

Exemple 1 : Compter les valeurs uniques dans chaque colonne

Le code suivant montre comment compter le nombre de valeurs uniques dans chaque colonne d’un DataFrame :

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

team        2
points      5
assists     5
rebounds    6
dtype: int64

À partir du résultat, nous pouvons voir :

  • La colonne « équipe » a 2 valeurs uniques
  • La colonne « points » a 5 valeurs uniques
  • La colonne « assistances » a 5 valeurs uniques
  • La colonne ‘rebonds’ a 6 valeurs uniques

Exemple 2 : Compter les valeurs uniques dans chaque ligne

Le code suivant montre comment compter le nombre de valeurs uniques dans chaque ligne d’un 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

À partir du résultat, nous pouvons voir :

  • La première ligne a 4 valeurs uniques
  • La deuxième ligne a 2 valeurs uniques
  • La troisième ligne a 4 valeurs uniques

Et ainsi de suite.

Exemple 3 : Compter les valeurs uniques par groupe

Le code suivant montre comment compter le nombre de valeurs uniques par groupe dans un DataFrame :

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

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

À partir du résultat, nous pouvons voir :

  • L’équipe « A » a 2 valeurs de « points » uniques
  • L’équipe « B » a 3 valeurs de « points » uniques

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment compter les observations par groupe chez les pandas
Comment compter les valeurs manquantes chez les pandas
Comment utiliser la fonction Pandas value_counts()

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *