极客教程用Pandas计算每组的唯一值
在这篇文章中，我们将用Pandas寻找并计算组/列中存在的唯一值。唯一值是指在数据集中只出现一次的不同值，或者是重复值的第一次出现也被算作唯一值。
步骤:
- 导入pandas库。
- 使用DataFrame()函数导入或创建数据框架，该函数将数据作为参数传递给你想创建的数据框架，并将其命名为 “df”，或者使用pandas.read_csv()函数导入数据集，其中传递数据集的路径和名称。
- 选择你想检查或计算唯一值的列。
- 为了找到唯一的值，我们使用pandas提供的unique()函数，并将其存储在一个变量中，让其命名为 “unique_values”。
语法： pandas.unique(df(column_name)) or df['column_name'].unique()
- 它将给出该组/列中存在的唯一值。
- 为了计算唯一值的数量，我们必须首先将名为 “count “的变量初始化为0，然后为 “unique_values “运行for循环，并计算循环运行的次数，将 “count “的值增加1。
- 然后打印’count’，这个存储值是该特定组/列中存在的唯一值的数量。
- 为了找到唯一值在特定列中重复出现的次数，我们使用Pandas提供的value_counts()函数。
语法: pandas.value_counts(df[‘column_name’] or df[‘column_name’].value_counts()
- 这将给出每个独特值在该特定列中重复的次数。
为了更好地理解这个主题。让我们举一些例子，按照上面讨论的方法来实现这些功能。
实例1：使用pandas库创建DataFrame。
# importing library
import pandas as pd
# storing the data of cars in the dictionary
car_data = {'Model Name': ['Valiant',
'Duster 360',
'Merc 240D',
'Merc 230',
'Merc 280',
'Merc 280C',
'Merc 450SE',
'Merc 450SL',
'Merc 450SLC',
'Cadillac Fleetwood',
'Lincoln Continental',
'Chrysler Imperial',
'Fiat 128',
'Honda Civic',
'Toyota Corolla'],
'Gear': [3, 3, 4, 4, 5, 4, 3, 3,
3, 3, 3, 3, 4, 4, 4],
'Cylinder': [6, 8, 4, 4, 6, 6, 8,
8, 8, 8, 8, 8, 4, 4, 4]}
# creating DataFrame for the data using
# pandas DataFrame function.
car_df = pd.DataFrame(car_data)
# printing the dataframe
car_df
输出:
例子2：打印每组中存在的唯一值。
# importing libraries
import pandas as pd
# storing the data of cars in the dictionary
car_data = {'Model Name': ['Valiant',
'Duster 360',
'Merc 240D',
'Merc 230',
'Merc 280',
'Merc 280C',
'Merc 450SE',
'Merc 450SL',
'Merc 450SLC',
'Cadillac Fleetwood',
'Lincoln Continental',
'Chrysler Imperial',
'Fiat 128',
'Honda Civic',
'Toyota Corolla'],
'Gear': [3, 3, 4, 4, 5, 4, 3, 3,
3, 3, 3, 3, 4, 4, 4],
'Cylinder': [6, 8, 4, 4, 6, 6, 8,
8, 8, 8, 8, 8, 4, 4, 4]}
# creating DataFrame for the data using pandas
car_df = pd.DataFrame(car_data)
# printing the unique values present in the Gear column
# finding unique values present
# in the Gear column using unique() function
print(f"Unique values present in Gear column are: {car_df['Gear'].unique()}")
# printing the unique values present
# in the Cylinder column
# finding unique values present in the
# Cylinder column using unique() function
print(f"Unique values present in Cylinder column are: {car_df['Cylinder'].unique()}")
输出:
从上面的输出图像中，我们可以观察到，我们从两组中得到了三个独特的值。
例子3：寻找每组中存在的独特值的另一种方法。
# importing libraries
import pandas as pd
# storing the data of cars in the dictionary
car_data = {'Model Name': ['Valiant',
'Duster 360',
'Merc 240D',
'Merc 230',
'Merc 280',
'Merc 280C',
'Merc 450SE',
'Merc 450SL',
'Merc 450SLC',
'Cadillac Fleetwood',
'Lincoln Continental',
'Chrysler Imperial',
'Fiat 128',
'Honda Civic',
'Toyota Corolla'],
'Gear': [3, 3, 4, 4, 5, 4, 3, 3,
3, 3, 3, 3, 4, 4, 4],
'Cylinder': [6, 8, 4, 4, 6, 6, 8, 8,
8, 8, 8, 8, 4, 4, 4]}
# creating DataFrame for the data using pandas
car_df = pd.DataFrame(car_data)
# finding unique values present in the
# groups using unique() function
unique_gear = pd.unique(car_df.Gear)
unique_cyl = pd.unique(car_df.Cylinder)
# printing the unique values present in the Gear column
print(f"Unique values present in Gear column are: {unique_gear}")
# printing the unique values present in the Cylinder column
print(f"Unique values present in Cylinder column are: {unique_cyl}")
输出:
输出结果是相似的，但不同的是，在这个例子中，我们通过使用pd.unique()函数建立了每个组中存在的唯一值，我们在其中传递了我们的数据框架列。
例子4：计算每个独特值重复的次数。
# importing libraries
import pandas as pd
# storing the data of cars in the dictionary
car_data = {'Model Name': ['Valiant',
'Duster 360',
'Merc 240D',
'Merc 230',
'Merc 280',
'Merc 280C',
'Merc 450SE',
'Merc 450SL',
'Merc 450SLC',
'Cadillac Fleetwood',
'Lincoln Continental',
'Chrysler Imperial',
'Fiat 128',
'Honda Civic',
'Toyota Corolla'],
'Gear': [3, 3, 4, 4, 5, 4, 3,
3, 3, 3, 3, 3, 4, 4, 4],
'Cylinder': [6, 8, 4, 4, 6, 6, 8,
8, 8, 8, 8, 8, 4, 4, 4]}
# creating DataFrame for the data using pandas
car_df = pd.DataFrame(car_data)
# counting number of times each unique values
# present in the particular group using
# value_counts() function
gear_count = pd.value_counts(car_df.Gear)
cyl_count = pd.value_counts(car_df.Cylinder)
# another way of obtaining the same output
g_count = car_df['Gear'].value_counts()
cy_count = car_df['Cylinder'].value_counts()
print('----Output from first method-----')
# printing number of times each unique
# values present in the particular group
print(gear_count)
print(cyl_count)
# printing output from the second method
print('----Output from second method----')
print(g_count)
print(cy_count)
输出:
从上面的输出图像来看，我们从两种编写代码的方法中得到了相同的结果。
我们可以观察到，在Gear列中，我们得到的唯一值是3、4和5，分别重复了8、6和1次，而在Cylinder列中，我们得到的唯一值是8、4和6，分别重复了7、5和3次。
例子5：计算组中存在的唯一值的数量。
# importing libraries
import pandas as pd
# storing the data of cars in the dictionary
car_data = {'Model Name': ['Valiant',
'Duster 360',
'Merc 240D',
'Merc 230',
'Merc 280',
'Merc 280C',
'Merc 450SE',
'Merc 450SL',
'Merc 450SLC',
'Cadillac Fleetwood',
'Lincoln Continental',
'Chrysler Imperial',
'Fiat 128',
'Honda Civic',
'Toyota Corolla'],
'Gear': [3, 3, 4, 4, 5, 4, 3, 3,
3, 3, 3, 3, 4, 4, 4],
'Cylinder': [6, 8, 4, 4, 6, 6, 8,
8, 8, 8, 8, 8, 4, 4, 4]}
# creating DataFrame for the data using pandas
car_df = pd.DataFrame(car_data)
# finding unique values present in the particular group.
name_count = pd.unique(car_df['Model Name'])
gear_count = pd.unique(car_df.Gear)
cyl_count = pd.unique(car_df.Cylinder)
# initializing variable to 0 for counting
name_unique = 0
gear_unique = 0
cyl_unique = 0
# writing separate for loop of each groups
for item in name_count:
name_unique += 1
for item in gear_count:
gear_unique += 1
for item in gear_count:
cyl_unique += 1
# printing the number of unique values present in each group
print(f'Number of unique values present in Model Name: {name_unique}')
print(f'Number of unique values present in Gear: {gear_unique}')
print(f'Number of unique values present in Cylinder: {cyl_unique}')
输出:
从上面的输出图像中，我们可以观察到，我们在模型名称、齿轮和气缸列中分别得到15、3和3个独特的值。