列出 Pandas 数据框中的唯一值

Question

我知道

df.name.unique()

将在 ONE 列中给出唯一值'name'。

例如：

name    report  year
Coch    Jason   2012
Pima    Molly   2012
Santa   Tina    2013
Mari    Jake    2014
Yuma    Amy     2014

array(['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], dtype=object)

但是，假设我有大约 1000 列，我想同时查看所有列的唯一值。

我该怎么做？

Answer 1

您可以使用set

list(map(set,df.values.T))
Out[978]: 
[{'Coch', 'Mari', 'Pima', 'Santa', 'Yuma'},
 {'Amy', 'Jake', 'Jason', 'Molly', 'Tina'},
 {2012, 2013, 2014}]

放入系列后

pd.Series(list(map(set,df.values.T)),index=df.columns)
Out[980]: 
name      {Santa, Pima, Yuma, Coch, Mari}
report    {Jason, Amy, Jake, Tina, Molly}
year                   {2012, 2013, 2014}
dtype: object

Answer 2

使用字典理解unique：

pd.Series({c: df[c].unique() for c in df})

结果输出：

name      [Coch, Pima, Santa, Mari, Yuma]
report    [Jason, Molly, Tina, Jake, Amy]
year                   [2012, 2013, 2014]

Answer 3

如果你想让你的结果在一个列表中，你可以做这样的事情

[df[col_name].unique() for col_name in df.columns]

出去：

[array(['Coch', 'Pima', 'Santa', 'Mari', 'Yuma'], dtype=object),
 array(['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], dtype=object),
 array([2012, 2013, 2014])]

这将创建一个二维数组列表，其中每一行都是每列中唯一的值数组。

如果你想要一个二维列表列表，你可以修改上面的

[df[i].unique().tolist() for i in df.columns]

出去：

[['Coch', 'Pima', 'Santa', 'Mari', 'Yuma'],
 ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
 [2012, 2013, 2014]]