Pandas : comment trouver des valeurs uniques et ignorer NaN

Vous pouvez définir la fonction personnalisée suivante pour rechercher des valeurs uniques dans les pandas et ignorer les valeurs NaN :

def unique_no_nan(x):
    return x.dropna().unique()

Cette fonction renverra une série pandas qui contient chaque valeur unique à l’exception des valeurs NaN.

Les exemples suivants montrent comment utiliser cette fonction dans différents scénarios avec le DataFrame pandas suivant :

import pandas as pd
import numpy as np

#create DataFrame
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

Exemple 1 : rechercher des valeurs uniques dans la colonne Pandas et ignorer les valeurs NaN

Supposons que nous utilisions la fonction pandas unique() pour afficher toutes les valeurs uniques dans la colonne points du DataFrame :

#display unique values in 'points' column
df['points'].unique()

array([ 95., 100., 113.,  nan])

Notez que la fonction unique() inclut nan dans les résultats par défaut.

Cependant, supposons que nous utilisions plutôt notre fonction personnalisée unique_no_nan() pour afficher les valeurs uniques dans la colonne des points :

#display unique values in 'points' column and ignore NaN
unique_no_nan(df['points'])

array([ 95., 100., 113.])

Notre fonction renvoie chaque valeur unique dans la colonne des points , sans compter NaN.

Exemple 2 : Rechercher des valeurs uniques dans Pandas Groupby et ignorer les valeurs NaN

Supposons que nous utilisions les fonctions pandas groupby() et agg() pour afficher toutes les valeurs uniques dans la colonne points , regroupées par la colonne équipe :

#display unique values in 'points' column grouped by team
df.groupby('team')['points'].agg(['unique'])

	unique
team	
Celtics	[113.0, 100.0, nan]
Mavs	[95.0, 100.0]

Notez que la fonction unique() inclut nan dans les résultats par défaut.

Cependant, supposons que nous utilisions plutôt notre fonction personnalisée unique_no_nan() pour afficher les valeurs uniques dans la colonne des points , regroupées par la colonne de l’ équipe :

#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

Notre fonction renvoie chaque valeur unique dans la colonne des points pour chaque équipe , sans compter les valeurs NaN.

Ressources additionnelles

Les didacticiels suivants expliquent comment exécuter d’autres fonctions courantes dans les pandas :

Pandas : Comment sélectionner des lignes uniques dans DataFrame
Pandas : Comment obtenir des valeurs uniques à partir de la colonne d’index
Pandas : comment compter les combinaisons uniques de deux colonnes