Как посчитать уникальные значения в пандах: с примерами

Вы можете использовать функцию nunique() для подсчета количества уникальных значений в DataFrame pandas.

Эта функция использует следующий базовый синтаксис:

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

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

В следующих примерах показано, как использовать эту функцию на практике со следующим DataFrame pandas:

 import pandas as pd

#createDataFrame
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 to 8 5 11
1 To 8 8 8
2 to 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

Пример 1. Подсчет уникальных значений в каждом столбце

Следующий код показывает, как подсчитать количество уникальных значений в каждом столбце DataFrame:

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

team 2
points 5
assists 5
rebounds 6
dtype: int64

По результату мы видим:

• Столбец «команда» имеет 2 уникальных значения.
• Столбец «баллы» имеет 5 уникальных значений.
• Столбец «помощь» имеет 5 уникальных значений.
• Столбец «Подборы» имеет 6 уникальных значений.

Пример 2. Подсчет уникальных значений в каждой строке

Следующий код показывает, как подсчитать количество уникальных значений в каждой строке 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

По результату мы видим:

• Первая строка имеет 4 уникальных значения.
• Вторая строка имеет 2 уникальных значения.
• Третья строка имеет 4 уникальных значения.

И так далее.

Пример 3. Подсчет уникальных значений в каждой группе

Следующий код показывает, как подсчитать количество уникальных значений на группу в DataFrame:

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

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

По результату мы видим:

• Команда «А» имеет 2 уникальных значения «очков».
• Команда «Б» имеет 3 уникальных значения «очков».

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как подсчитать групповые наблюдения у панд
Как посчитать пропущенные значения в пандах
Как использовать функцию Pandas value_counts()