Eindeutige Werte
Daten werden in DataFrames oft dupliziert. Zum Beispiel hat die Spalte countries
im 'continent'
DataFrame wiederholte Einträge. Es gibt eine Methode, die ein Array von eindeutigen Werten aus einer bestimmten DataFrame-Spalte abruft.
1234567import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) print(countries)
Nun werden wir die Methode unique()
auf die Spalten 'continent'
und 'country'
anwenden:
12345678910import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) unique_countries = countries['country'].unique() unique_continents = countries['continent'].unique() print(unique_countries) print(unique_continents)
Um die Anzahl der eindeutigen Werte in einer bestimmten Spalte zu zählen, können Sie die Methode nunique()
verwenden:
1234567import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) print(countries['continent'].nunique())
Swipe to start coding
Gegeben ist der audi_cars
DataFrame:
- Identifizieren Sie alle unterschiedlichen Werte in den Spalten
'year'
und'fueltype'
. - Bestimmen Sie die Anzahl der einzigartigen Kraftstoffarten.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.03
Eindeutige Werte
Swipe um das Menü anzuzeigen
Daten werden in DataFrames oft dupliziert. Zum Beispiel hat die Spalte countries
im 'continent'
DataFrame wiederholte Einträge. Es gibt eine Methode, die ein Array von eindeutigen Werten aus einer bestimmten DataFrame-Spalte abruft.
1234567import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) print(countries)
Nun werden wir die Methode unique()
auf die Spalten 'continent'
und 'country'
anwenden:
12345678910import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) unique_countries = countries['country'].unique() unique_continents = countries['continent'].unique() print(unique_countries) print(unique_continents)
Um die Anzahl der eindeutigen Werte in einer bestimmten Spalte zu zählen, können Sie die Methode nunique()
verwenden:
1234567import pandas as pd country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(country_data) print(countries['continent'].nunique())
Swipe to start coding
Gegeben ist der audi_cars
DataFrame:
- Identifizieren Sie alle unterschiedlichen Werte in den Spalten
'year'
und'fueltype'
. - Bestimmen Sie die Anzahl der einzigartigen Kraftstoffarten.
Lösung
Danke für Ihr Feedback!
Awesome!
Completion rate improved to 3.03single