Функція unique() видаляє всі повторювані значення в стовпці та повертає одне значення для кількох однакових значень. У цій статті ми обговоримо, як ми можемо отримати унікальні значення зі стовпця в Pandas DataFrame .

Створення фрейму даних Pandas із повторюваними елементами

Створіть зразок фрейму даних Pandas зі словником списків, скажімо, імен стовпців A, B, C, D і E з повторюваними елементами.

Python3

# Import pandas package> import> pandas as pd> # create a dictionary with five fields each> data> => {> > 'A'> : [> 'A1'> ,> 'A2'> ,> 'A3'> ,> 'A4'> ,> 'A5'> ],> > 'B'> : [> 'B1'> ,> 'B2'> ,> 'B3'> ,> 'B4'> ,> 'B4'> ],> > 'C'> : [> 'C1'> ,> 'C2'> ,> 'C3'> ,> 'C3'> ,> 'C3'> ],> > 'D'> : [> 'D1'> ,> 'D2'> ,> 'D2'> ,> 'D2'> ,> 'D2'> ],> > 'E'> : [> 'E1'> ,> 'E1'> ,> 'E1'> ,> 'E1'> ,> 'E1'> ]}> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)>

Отримайте унікальні значення зі стовпця в Pandas DataFrame

Нижче наведено кілька прикладів, за допомогою яких ми можемо отримати унікальні значення стовпця в цьому кадрі даних.

• Отримайте унікальні значення стовпця «B».
• Отримайте унікальні значення стовпця «E».
• Отримайте кількість унікальних значень у стовпці
• Використання set() для видалення повторюваних значень зі стовпця
• Використання методів pandas.concat() і Unique().
• Використання Series.drop_duplicates()

Отримайте унікальні значення стовпця «B».

У цьому прикладі ми отримуємо та друкуємо унікальні значення зі стовпця «B» за допомогою unique()> метод. Отримані унікальні значення є ['B1', 'B2', 'B3', 'B4']> .

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Get the unique values of 'B' column> df.B.unique()>

Вихід

array(['B1', 'B2', 'B3', 'B4'], dtype=object) 

Отримайте унікальні значення панд у колонці «E».

У цьому прикладі ми створюємо pandas DataFrame зі словника, а потім отримуємо унікальні значення зі стовпця «E» за допомогою unique()> метод. Отримані унікальні значення є ['E1']> .

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Get the unique values of 'E' column> df.E.unique()>

Вихід

array(['E1'], dtype=object) 

Отримайте кількість унікальних значень у стовпці

У цьому прикладі ми створюємо pandas DataFrame зі словника, а потім обчислюємо та друкуємо кількість унікальних значень у стовпці «C», за винятком значень NaN. Результат дорівнює 3, що вказує на наявність трьох унікальних значень у стовпці «C».

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Get number of unique values in column 'C'> df.C.nunique(dropna> => True> )>

Вихід

3 

Видаліть повторювані значення зі стовпця за допомогою set()

У цьому прикладі ми створюємо pandas DataFrame зі словника, а потім використовуємо set()> функція щоб отримати унікальні значення зі стовпця «C», усуваючи дублікати. Отриманий набір, {'C1', 'C2', 'C3'}> , представляє унікальні значення в стовпці «C».

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Use set() to eliminate duplicate values in column 'C'> unique_values_set> => set> (df[> 'C'> ])> # Print the unique values> print> (unique_values_set)>

Вихід

{'C1', 'C2', 'C3'} 

Використання методів pandas.concat() і Unique().

У цьому прикладі ми створюємо pandas DataFrame зі словника, а потім об’єднуємо унікальні значення з усіх стовпців за допомогою pd.concat()> . Отриманий масив NumPy під час друку відображає всі унікальні значення зі стовпців «A» до «E».

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Use pd.concat() to concatenate all columns and then apply unique()> unique_values_all_columns> => pd.concat([df[col].unique()> for> col> in> df.columns])> # Print the unique values> print> (unique_values_all_columns)>

Вихід

['A1' 'A2' 'A3' 'A4' 'A5' 'B1' 'B2' 'B3' 'B4' 'C1' 'C2' 'C3' 'D1' 'D2' 'E1'] 

Використання Series.drop_duplicates()

У цьому прикладі ми створюємо pandas DataFrame зі словника та видаляємо дублікати зі стовпців «A» і «D» за допомогою drop_duplicates()> метод . Отриманий DataFrame під час друку відображає унікальні значення в стовпцях «A» і «D» зі значеннями NaN, де дублікати були видалені з «D».

Python3

# Import pandas package> import> pandas as pd> # Convert the dictionary into DataFrame> df> => pd.DataFrame(data)> # Use drop_duplicates() to remove duplicates from columns 'A' and 'D'> df[> 'A'> ]> => df[> 'A'> ].drop_duplicates()> df[> 'D'> ]> => df[> 'D'> ].drop_duplicates()> # Print the DataFrame after removing duplicates from columns 'A' and 'D'> print> (df)>

Вихід

   A B C D E   0 A1 B1 C1 D1 E1 1 A2 B2 C2 D2 E1 2 A3 B3 C3 NaN E1 3 A4 B4 C3 NaN E1 4 A5 B4 C3 NaN E1