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 следующими пандами DataFrame:

import pandas as pd

#create DataFrame
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

Найти уникальные значения в одном столбце

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

df.team.unique ()

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

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

Найти 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]

Поиск и сортировка уникальных значений в столбце

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

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

#sort values smallest to largest
points. sort ()

#display sorted values
points

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

Найти и подсчитать уникальные значения в столбце

В следующем коде показано, как найти и подсчитать появление уникальных значений в одном столбце DataFrame:

df.team.value_counts ()

A 3
B 2
C 1
Name: team, dtype: int64

Дополнительные ресурсы

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