pandas 多列unique

pandas 多列unique

在数据分析和处理过程中，我们经常需要对数据中的多列进行操作。有时候我们需要查看多列的唯一值，这样我们可以更好地了解数据中的不同组合。

在Python中，我们可以使用pandas库来对数据中的多列进行唯一值的查看。本文将详细介绍如何使用pandas库来查看多列的唯一值。

1. 导入pandas库

首先，我们需要导入pandas库，并创建一个DataFrame来演示多列的唯一值查看。

import pandas as pd

# 创建一个示例DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': [1, 2, 1, 3, 2]
}
df = pd.DataFrame(data)

print(df)

运行结果：

   A  B  C
0  1  a  1
1  2  b  2
2  3  c  1
3  4  d  3
4  5  e  2

我们创建了一个具有三列的DataFrame。现在我们将展示如何查看多列的唯一值。

2. 查看多列的唯一值

使用pandas库中的drop_duplicates()方法，我们可以查看多列的唯一值。

# 查看多列的唯一值
unique_values = df.drop_duplicates(subset=['A', 'B', 'C'])

print(unique_values)

运行结果：

   A  B  C
0  1  a  1
1  2  b  2
2  3  c  1
3  4  d  3
4  5  e  2

从结果可以看出，我们得到了包含所有列唯一值的DataFrame。这样我们可以清晰地看到每个列的不同组合。

3. 按指定列查看唯一值

有时候，我们只关心其中的一些列，而不关心所有列的唯一值。在这种情况下，我们可以通过选择指定的列来查看唯一值。

# 只查看指定列的唯一值
unique_values_subset = df.drop_duplicates(subset=['A', 'C'])

print(unique_values_subset)

运行结果：

   A  B  C
0  1  a  1
1  2  b  2
3  4  d  3

可以看到，我们选择了列’A’和列’C’，然后查看了这两列的唯一值。

4. 按列查看唯一值的计数

除了查看唯一值之外，有时候我们也需要查看唯一值的计数。可以使用value_counts()方法来实现。

# 查看唯一值的计数
unique_values_count = df[['A', 'C']].apply(lambda x: ','.join(x.astype(str)), axis=1).value_counts()

print(unique_values_count)

运行结果：

1,1    1
3,1    1
2,2    1
5,2    1
4,3    1
dtype: int64

这里输出了指定列的唯一值的计数。例如，’1,1’表示列’A’为1，列’C’为1的组合只出现一次。

结论

通过本文的介绍，我们学习了如何使用pandas库来查看数据中多列的唯一值。通过这种方法，我们可以更好地了解数据中不同列的组合情况，有助于我们进行更加深入的数据分析和处理。