从pandas中的系列创建一个集合

Question

我有一个从Kaggle的San Fransico工资中提取的数据框:https://www.kaggle.com/kaggle/sf-salaries 我希望创建一组列的值,例如'Status'.

这是我尝试过但它带来了所有记录的列表而不是集合(sf是我如何命名数据框).

a=set(sf['Status'])
print a

根据这个网页,这应该工作. 如何在python中构建一个列表项集？

Answer 1

如果您只需要获取唯一值列表,则可以使用unique方法.如果你想拥有Python的设置,那么就做set(some_series)

In [1]: s = pd.Series([1, 2, 3, 1, 1, 4])

In [2]: s.unique()
Out[2]: array([1, 2, 3, 4])

In [3]: set(s)
Out[3]: {1, 2, 3, 4}

但是,如果您有DataFrame,只需从中选择系列(some_data_frame['<col_name>']).

Answer 2

对于series具有重复的大尺寸，set(some_series)执行时间将随series尺寸成指数增长。

更好的做法是set(some_series.unique())。

一个简单的示例显示x16执行时间。