获取 Pandas 列中的唯一值并进行排序
-
用
unique方法获取 Pandas DataFrame 列中的唯一值 -
用
drop_duplicates方法获取 Pandas DataFrame 列中的唯一值 - 在 Pandas DataFrame 中对列进行排序
本文将介绍如何获取 Pandas DataFrame 列中的唯一值。
例如，假设我们有一个由个人及其职业组成的 DataFrame，我们想知道职业的总数。在这种情况下，我们不能简单地使用总行数来确定独特的职业总数，因为许多人可能有相同的工作。对于这种情况，我们可以使用 Pandas 库提供的 unique() 和 drop_duplicates() 函数。
知道如何对 DataFrame 进行排序也是很重要的，因为它可以帮助可视化和理解数据。sorted() 和 sort_values() 函数可以帮助实现这一点。
我们将在本教程中对以下 DataFrame 进行排序和删除。
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [7, 1, 5, 4, 2, 1, 4, 4, 8], "B": [1, 2, 8, 5, 3, 4, 2, 6, 8]})
print(df)
输出：
A B
0 7 1
1 1 2
2 5 8
3 4 5
4 2 3
5 1 4
6 4 2
7 4 6
8 8 8
用 unique 方法获取 Pandas DataFrame 列中的唯一值
Pandas Series 的 unique() 方法在我们处理 DataFrame 的单列时使用，并返回一列的所有唯一元素。使用 unique() 函数的最终输出是一个数组。
例：
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [7, 1, 5, 4, 2, 1, 4, 4, 8], "B": [1, 2, 8, 5, 3, 4, 2, 6, 8]})
print(df["A"].unique())
print(type(df["A"].unique()))
输出：
[7 1 5 4 2 8]
numpy.ndarray
用 drop_duplicates 方法获取 Pandas DataFrame 列中的唯一值
drop_duplicates() 可应用于 DataFrame 或其子集，并保留 DataFrame 对象的类型。当处理巨大的数据集以删除重复值时，它也被认为是一个更快的选择，
例：
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [7, 1, 5, 4, 2, 1, 4, 4, 8], "B": [1, 2, 8, 5, 3, 4, 2, 6, 8]})
print(df.drop_duplicates(subset="A"))
print(type(df.drop_duplicates(subset="A")))
输出：
A B
0 7 1
1 1 2
2 5 8
3 4 5
4 2 3
8 8 8
pandas.core.frame.DataFrame
在 Pandas DataFrame 中对列进行排序
我们可以使用 sorted() 方法对一个列进行排序，但它将最终结果转换为一个列表类型的对象。我们也可以通过将 reversed 参数设置为 True 来对列值进行降序排序。
下面的例子按照升序对列进行排序，并删除重复的值。
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [7, 1, 5, 4, 2, 1, 4, 4, 8], "B": [1, 2, 8, 5, 3, 4, 2, 6, 8]})
df_new = df.drop_duplicates(subset="A")
print(sorted(df_new["A"]))
print(type(sorted(df_new["A"])))
输出：
[1, 2, 4, 5, 7, 8]
list
sort_values() 是另一个对 DataFrame 进行排序的灵活选项。在这里，我们可以使用 by 参数指定要排序的列，使用 ascending 参数指定顺序是升序还是降序。它保留了对象类型为 Pandas DataFrame。
下面的例子是将列按降序排序，并删除重复的值。
import pandas as pd
import numpy as np
df = pd.DataFrame({"A": [7, 1, 5, 4, 2, 1, 4, 4, 8], "B": [1, 2, 8, 5, 3, 4, 2, 6, 8]})
df_new = df.drop_duplicates(subset="A")
print(df_new.sort_values(by="A", ascending=False))
type(df_new.sort_values(by="A"))
输出：
A B
8 8 8
0 7 1
2 5 8
3 4 5
4 2 3
1 1 2
pandas.core.frame.DataFrame
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn