Вы можете использовать функцию nunique() для подсчета количества уникальных значений в кадре данных 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 следующими пандами DataFrame:
import pandas as pd
#create DataFrame
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 A 8 5 11
1 A 8 8 8
2 A 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
Из вывода 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
В следующем коде показано, 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
Из вывода 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 по группам
В следующем коде показано, как подсчитать количество уникальных значений по группам в DataFrame:
#count unique 'points' values, grouped by team
df.groupby('team')['points']. nunique ()
team
A 2
B 3
Name: points, dtype: int64
Из вывода 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 наблюдения по группе в Pandas
Как подсчитать пропущенные значения в Pandas
Как использовать функцию Pandas value_counts()