<\/p>\n
A maneira mais f\u00e1cil de obter uma lista de valores exclusivos em uma coluna Pandas DataFrame \u00e9 usar a fun\u00e7\u00e3o unique()<\/a> .<\/span><\/p>\n Este tutorial fornece v\u00e1rios exemplos de uso desta fun\u00e7\u00e3o com o seguinte DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como encontrar valores \u00fanicos em uma \u00fanica coluna do DataFrame:<\/span><\/p>\n Podemos ver que os valores exclusivos na coluna da equipe incluem \u201cA\u201d, \u201cB\u201d e \u201cC\u201d.<\/span><\/p>\n O c\u00f3digo a seguir mostra como encontrar valores \u00fanicos em todas as colunas do DataFrame:<\/span><\/p>\n O c\u00f3digo a seguir mostra como pesquisar e classificar por valores exclusivos em uma \u00fanica coluna do DataFrame:<\/span><\/p>\n O c\u00f3digo a seguir mostra como encontrar e contar a ocorr\u00eancia de valores \u00fanicos em uma \u00fanica coluna do DataFrame:<\/span><\/p>\n Como selecionar linhas \u00fanicas em um DataFrame do Pandas<\/a> A maneira mais f\u00e1cil de obter uma lista de valores exclusivos em uma coluna Pandas DataFrame \u00e9 usar a fun\u00e7\u00e3o unique() . Este tutorial fornece v\u00e1rios exemplos de uso desta fun\u00e7\u00e3o com o seguinte DataFrame do pandas: import pandas as pd #createDataFrame df = pd. DataFrame ({‘ team ‘: [‘A’, ‘A’, ‘A’, ‘B’, ‘B’, ‘C’], […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1364","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'C'],\n ' conference<\/span> ': ['East', 'East', 'East', 'West', 'West', 'East'],\n ' points<\/span> ': [11, 8, 10, 6, 6, 5]})\n\n#view DataFrame\n<\/span>df\n\n team conference points\n0 A East 11\n1 A East 8\n2 A East 10\n3 B West 6\n4 B West 6\n5 C East 5<\/strong><\/pre>\n Encontre valores exclusivos em uma coluna<\/strong><\/span><\/h3>\n
df. team<\/span> . single<\/span> ()\n\narray(['A', 'B', 'C'], dtype=object)<\/strong><\/pre>\n Encontre valores \u00fanicos em todas as colunas<\/strong><\/span><\/h3>\n
for<\/span> col in<\/span> df:\n print<\/span> (df[col] .unique<\/span> ())\n\n['A' 'B' 'C']\n['East' 'West']\n[11 8 10 6 5]\n<\/strong><\/pre>\n Encontre e classifique valores exclusivos em uma coluna<\/strong><\/span><\/h3>\n
#find unique points values<\/span>\npoints = df. points<\/span> . single<\/span> ()\n\n#sort values smallest to largest<\/span>\npoints. sort<\/span> ()\n\n#display sorted values<\/span>\npoints\n\narray([ 5, 6, 8, 10, 11])\n<\/strong><\/pre>\n Encontre e conte valores \u00fanicos em uma coluna<\/strong><\/span><\/h3>\n
df. team<\/span> . value_counts<\/span> ()\n\nAt 3\nB2\nC 1\nName: team, dtype: int64\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como encontrar valores \u00fanicos em m\u00faltiplas colunas no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"