我有一個(gè)數(shù)據(jù)框，如下所示。 0 1 20 A B C1 B C B2 B D E3 C E E4 B F A我需要從整個(gè) dataframe 中獲取唯一值的數(shù)量，而不是按列的唯一值。在上面的數(shù)據(jù)框中，唯一值是 A、B、C、D、E、F。所以，我需要的結(jié)果是6。我正在使用 pandas squeeze、ravel 和 nunique 函數(shù)實(shí)現(xiàn)這一點(diǎn)，這些函數(shù)將整個(gè)數(shù)據(jù)幀轉(zhuǎn)換為一個(gè)系列。pd.Series(df.squeeze().values.ravel()).nunique(dropna=True)請讓我知道是否有更好的方法來實(shí)現(xiàn)這一目標(biāo)。
3 回答
30秒到達(dá)戰(zhàn)場
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超6個(gè)贊
numpy.unique與length唯一值一起使用：
out?=?len(np.unique(df)) 6
慕的地10843
TA貢獻(xiàn)1785條經(jīng)驗(yàn) 獲得超8個(gè)贊
用于NumPy此，如：
import numpy as np print(np.unique(df.values).shape[0])
浮云間
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超4個(gè)贊
您也可以使用set, ：lenflatten
len(set(df.values.flatten()))
出去：
6
計(jì)時(shí)：使用具有 6 個(gè)唯一值的虛擬數(shù)據(jù)框
#dummy data
df = pd.DataFrame({'Day':np.random.choice(['aa','bbbb','c','ddddd','EeeeE','xxx'], 10**6),'Heloo':np.random.choice(['aa','bbbb','c','ddddd','EeeeE','xxx'], 10**6)})
print(df.shape)
(1000000, 2)
%timeit len(set(df.values.flatten()))
>>>89.5 ms ± 1.56 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit np.unique(df.values).shape[0]
>>>1.61 s ± 25.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit len(np.unique(df))
>>>1.85 s ± 229 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
添加回答
舉報(bào)
0/150
提交
取消