Pandas: как найти уникальные значения в столбце

Самый простой способ получить список уникальных значений в столбце Pandas DataFrame — использовать функцию unique() .

В этом руководстве представлено несколько примеров использования этой функции со следующим DataFrame pandas:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'C'],
                   ' conference ': ['East', 'East', 'East', 'West', 'West', 'East'],
                   ' points ': [11, 8, 10, 6, 6, 5]})

#view DataFrame
df

        team conference points
0 A East 11
1 A East 8
2 A East 10
3 B West 6
4 B West 6
5 C East 5

Найдите уникальные значения в столбце

Следующий код показывает, как найти уникальные значения в одном столбце DataFrame:

 df. team . single ()

array(['A', 'B', 'C'], dtype=object)

Мы видим, что уникальные значения в столбце команды включают «A», «B» и «C».

Найдите уникальные значения во всех столбцах

Следующий код показывает, как найти уникальные значения во всех столбцах DataFrame:

 for col in df:
  print (df[col] .unique ())

['A' 'B' 'C']
['East' 'West']
[11 8 10 6 5]

Найдите и отсортируйте уникальные значения в столбце

Следующий код показывает, как выполнять поиск и сортировку по уникальным значениям в одном столбце DataFrame:

 #find unique points values
points = df. points . single ()

#sort values smallest to largest
points. sort ()

#display sorted values
points

array([ 5, 6, 8, 10, 11])

Найдите и подсчитайте уникальные значения в столбце

Следующий код показывает, как найти и подсчитать появление уникальных значений в одном столбце DataFrame:

 df. team . value_counts ()

At 3
B2
C 1
Name: team, dtype: int64

Дополнительные ресурсы

Как выбрать отдельные строки в DataFrame Pandas
Как найти уникальные значения в нескольких столбцах в Pandas