我試圖尋找一種方法來創建列及其唯一值的資料框。我知道這用例較少，但將是初步了解唯一值的好方法。它看起來像這樣......
| 狀態 | 縣 | 城市 |
|---|---|---|
| 科羅拉多州 | 丹佛 | 丹佛 |
| 科羅拉多州 | 埃爾帕索 | 科羅拉多斯普林斯 |
| 科羅拉多州 | 拉里馬爾 | 柯林斯堡 |
| 科羅拉多州 | 拉里馬爾 | 拉夫蘭 |
變成了這個...
| 狀態 | 縣 | 城市 |
|---|---|---|
| 科羅拉多州 | 丹佛 | 丹佛 |
| 埃爾帕索 | 科羅拉多斯普林斯 | |
| 拉里馬爾 | 柯林斯堡 | |
| 拉夫蘭 |
uj5u.com熱心網友回復：
我會使用mask一個 lambda
df.mask(df.apply(lambda x : x.duplicated(keep='first'))).fillna('')
State County City
0 Colorado Denver Denver
1 El Paso Colorado Springs
2 Larimar Fort Collins
3 Loveland
uj5u.com熱心網友回復：
這是我想出的最好的解決方案，希望能幫助其他人尋找類似的東西！
def create_unique_df(df) -> pd.DataFrame:
""" take a dataframe and creates a new one containing unique values for each column
note, it only works for two columns or more
:param df: dataframe you want see unique values for
:param type: pandas.DataFrame
return: dataframe of columns with unique values
"""
# using list() allows us to combine lists down the line
data_series = df.apply(lambda x: list( x.unique() ) )
list_df = data_series.to_frame()
# to create a df from lists they all neet to be the same leng. so we can append null
# values
# to lists and make them the same length. First find differenc in length of longest list and
# the rest
list_df['needed_nulls'] = list_df[0].str.len().max() - list_df[0].str.len()
# Second create a column of lists with one None value
list_df['null_list_placeholder'] = [[None] for _ in range(list_df.shape[0])]
# Third multiply the null list times the difference to get a list we can add to the list of
# unique values making all the lists the same length. Example: [None] * 3 == [None, None,
# None]
list_df['null_list_needed'] = list_df.null_list_placeholder * list_df.needed_nulls
list_df['full_list'] = list_df[0] list_df.null_list_needed
unique_df = pd.DataFrame(
list_df['full_list'].to_dict()
)
return unique_df
uj5u.com熱心網友回復：
原始資料框。如果下次您提出問題時，您可以為我們提供可重現的代碼，我們可以使用它來幫助回答您的問題。在這里，我為你做這件事，但下次你問問題時就知道了。
import pandas as pd
df = pd.DataFrame({
'State': ['Colorado', 'Colorado', 'Colorado', 'Colorado'],
'County': ['Denver', 'El Paso', 'Larimar', 'Larimar'],
'City': ['Denver', 'Colorado Springs', 'Fort Collins', 'Loveland']
})
df
State County City
0 Colorado Denver Denver
1 Colorado El Paso Colorado Springs
2 Colorado Larimar Fort Collins
3 Colorado Larimar Loveland
分別從每列中洗掉重復項，然后連接。NaN用空字串填充。
pd.concat([
df.State.drop_duplicates(),
df.County.drop_duplicates(),
df.City.drop_duplicates()
], axis=1).fillna('')
輸出：
State County City
0 Colorado Denver Denver
1 El Paso Colorado Springs
2 Larimar Fort Collins
3 Loveland
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/531550.html
標籤：Python熊猫独特的
下一篇：從兩個熊貓資料框列中查找值的總和