Les pandas comptent les valeurs uniques
-
Compter les valeurs uniques dans une DataFrame en utilisant
Series.value_counts() -
Compter les valeurs uniques dans un DataFrame en utilisant
DataFrame.nunique()
Ce tutoriel explique comment nous pouvons obtenir le compte de toutes les valeurs uniques dans un DataFrame en utilisant les méthodes Series.value_counts() et DataFrame.nunique().
import pandas as pd
patients_df = pd.DataFrame(
{
"Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
"Date": [
"2020-12-01",
"2020-12-01",
"2020-12-02",
"2020-12-02",
"2020-12-02",
"2020-12-03",
],
"Age": [17, 18, 17, 16, 18, 16],
}
)
print(patients_df)
Production :
Name Date Age
0 Jennifer 2020-12-01 17
1 Travis 2020-12-01 18
2 Bob 2020-12-02 17
3 Emma 2020-12-02 16
4 Luna 2020-12-02 18
5 Anish 2020-12-03 16
Nous utiliserons le DataFrame patients_df, qui contient les noms des patients, leur date de rendez-vous et leur âge, pour expliquer comment nous pouvons obtenir le compte de toutes les valeurs uniques dans un DataFrame.
Compter les valeurs uniques dans une DataFrame en utilisant Series.value_counts()
import pandas as pd
patients_df = pd.DataFrame(
{
"Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
"Date": [
"2020-12-01",
"2020-12-01",
"2020-12-02",
"2020-12-02",
"2020-12-02",
"2020-12-03",
],
"Age": [17, 18, 17, 16, 18, 16],
}
)
print("The DataFrame is:")
print(patients_df, "\n")
print("No of appointments for each date:")
print(patients_df["Date"].value_counts())
Production :
The DataFrame is:
Name Date Age
0 Jennifer 2020-12-01 17
1 Travis 2020-12-01 18
2 Bob 2020-12-02 17
3 Emma 2020-12-02 16
4 Luna 2020-12-02 18
5 Anish 2020-12-03 16
No of appointments for each date:
2020-12-02 3
2020-12-01 2
2020-12-03 1
Name: Date, dtype: int64
Il affiche le nombre de chaque valeur unique de la colonne Date dans le DataFrame.
Compter les valeurs uniques dans un DataFrame en utilisant DataFrame.nunique()
import pandas as pd
patients_df = pd.DataFrame(
{
"Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
"Date": [
"2020-12-01",
"2020-12-01",
"2020-12-02",
"2020-12-02",
"2020-12-02",
"2020-12-03",
],
"Age": [17, 18, 17, 16, 18, 16],
}
)
print(patients_df, "\n")
print(patients_df.groupby("Date").Name.nunique())
Production :
Name Date Age
0 Jennifer 2020-12-01 17
1 Travis 2020-12-01 18
2 Bob 2020-12-02 17
3 Emma 2020-12-02 16
4 Luna 2020-12-02 18
5 Anish 2020-12-03 16
Date
2020-12-01 2
2020-12-02 3
2020-12-03 1
Name: Name, dtype: int64
Il divise le DataFrame en fonction de la valeur de la colonne Date, c’est-à-dire que les lignes ayant la même valeur de Date sont placées dans le même groupe et compte ensuite l’occurrence de chaque nom dans un groupe particulier pour connaître le nombre de chaque valeur unique de la colonne Date dans le DataFrame.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn