<\/p>\n
Freq\u00fcentemente, voc\u00ea pode querer encontrar todos os valores exclusivos em v\u00e1rias colunas em um DataFrame do pandas. Felizmente, isso \u00e9 f\u00e1cil de fazer usando a fun\u00e7\u00e3o pandas unique()<\/a> combinada com a fun\u00e7\u00e3o ravel()<\/a> :<\/span><\/p>\n Por exemplo, suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como encontrar valores exclusivos em col1<\/strong> e col2<\/strong> :<\/span><\/p>\n Pelo resultado, podemos ver que existem 7<\/strong> valores \u00fanicos nessas duas colunas: a, b, c, d, e, f, g<\/strong> .<\/span><\/p>\n Se quiser retornar esses valores como um DataFrame em vez de um array, voc\u00ea pode usar o seguinte c\u00f3digo:<\/span><\/p>\n Se quiser apenas saber o n\u00famero de valores exclusivos em v\u00e1rias colunas, voc\u00ea pode usar o seguinte c\u00f3digo:<\/span><\/p>\n Isso nos diz que existem 7<\/strong> valores exclusivos nessas duas colunas.<\/span><\/p>\n Como mesclar Pandas DataFrames em v\u00e1rias colunas<\/a> Freq\u00fcentemente, voc\u00ea pode querer encontrar todos os valores exclusivos em v\u00e1rias colunas em um DataFrame do pandas. Felizmente, isso \u00e9 f\u00e1cil de fazer usando a fun\u00e7\u00e3o pandas unique() combinada com a fun\u00e7\u00e3o ravel() : unique() : retorna valores \u00fanicos em ordem de aparecimento. ravel(): retorna uma s\u00e9rie de dados nivelados. Por exemplo, suponha que temos […]<\/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-975","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'col1': ['a', 'b', 'c', 'd', 'e'],\n 'col2': ['a', 'c', 'e', 'f', 'g'],\n 'col3': [11, 8, 10, 6, 6]})\n\n#view DataFrame<\/span> \nprint(df)\n\n col1 col2 col3\n0 aa 11\n1 bc 8\n2 this 10\n3 df 6\n4 eg 6\n<\/strong><\/pre>\n Retorna uma matriz de valores \u00fanicos<\/strong><\/span><\/h3>\n
p.d. unique<\/span> (df[[' col1<\/span> ', ' col2<\/span> ']]. values<\/span> . ravel<\/span> ())\n\narray(['a', 'b', 'c', 'e', 'd', 'f', 'g'], dtype=object)\n<\/strong><\/pre>\n Retornar DataFrame de valores \u00fanicos<\/strong><\/span><\/h3>\n
unique = pd. unique<\/span> (df[[' col1<\/span> ', ' col2<\/span> ']]. values<\/span> . ravel<\/span> ())\n\np.d. DataFrame<\/span> (unique)\n\n\t0\n0 a\n1b\n2 tbsp\n3rd\n4 d\n5f\n6g\n<\/strong><\/pre>\n Retorna o n\u00famero de valores \u00fanicos<\/strong><\/span><\/h3>\n
unique = pd. unique<\/span> (df[[' col1<\/span> ', ' col2<\/span> ']]. values<\/span> . ravel<\/span> ())\n\nlen<\/span> (unique)\n7<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como filtrar um DataFrame do Pandas em m\u00faltiplas condi\u00e7\u00f5es<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"