打印大熊猫数据框中每列的唯一值

我有一个 dataframe (df) ，希望从 dataframe 中的每一列打印唯一的值。

我需要在 print 语句中替换变量(i)[ column name ]

column_list = df.columns.values.tolist()
for column_name in column_list:
print(df."[column_name]".unique()

更新

当我使用这个: 我得到 “意外的 EOF 解析”没有额外的细节。

column_list = sorted_data.columns.values.tolist()
for column_name in column_list:
print(sorted_data[column_name].unique()

你的 YS-L 语法(上面)和下面的语法有什么不同:

for column_name in sorted_data:
print(column_name)
s = sorted_data[column_name].unique()
for i in s:
print(str(i))
165076 次浏览
小开

可以这样写:

for col in df:
print(df[col].unique())

通常，您可以使用 []操作符(例如 df['col'])通过 索引访问 DataFrame 的一列，或者通过 属性(例如 df.col)访问 DataFrame 的一列。

当预先知道目标列名时，属性访问使代码更简洁一些，但是有几个警告——例如，当列名不是一个有效的 Python 标识符(例如 df.123) ，或者与内置 DataFrame 属性(例如 df.index)冲突时，属性访问不起作用。另一方面，[]符号应该始终有效。

小开

如果你正在尝试创建多个独立的数据框架，就像你的评论中提到的那样，创建一个数据框架字典:

df_dict = dict(zip([i for i in df.columns] , [pd.DataFrame(df[i].unique(), columns=[i]) for i in df.columns]))

然后，您可以使用列的名称轻松访问任何数据框:

df_dict[column name]
小开 
cu = []
i = []
for cn in card.columns[:7]:
cu.append(card[cn].unique())
i.append(cn)


pd.DataFrame( cu, index=i).T
小开

我们可以更简洁地说:

df.describe(include='all').loc['unique', :]

熊猫描述给出了一些关于每个专栏的关键统计数据，但是我们可以只抓住“唯一”的统计数据，然后就此打住。

注意，这将为数字列提供一个唯一的 NaN计数——如果你也想包括这些列，你可以这样做:

df.astype('object').describe(include='all').loc['unique', :]
小开

简而言之，它可以这样写:

for val in df['column_name'].unique():
print(val)
小开

下面的代码可以为您提供每个字段的唯一值列表，我发现它非常有用，当您想要更深入地研究数据框架:

for col in list(df):
print(col)
print(df[col].unique())

如果希望对唯一值进行排序，也可以对它们进行排序:

import numpy as np
for col in list(df):
print(col)
print(np.sort(df[col].unique()))
小开

最好的办法是:

Series.unique()

例如，()的输出将是在学生数据框架的年龄列中出现的不同值。

若要仅获取不同值的数目:

Series.nunique()
小开

最常见的答案是一个循环解决方案，因此添加了一个单行解决方案，该解决方案使用熊猫 application ()方法和 lambda 函数。

print(df.apply(lambda col: col.unique()))
小开

只要这样做:

for i in df.columns:
print(df[i].unique())
小开

这将得到适当格式的唯一值:

pd.Series({col:df[col].unique() for col in df})
小开

下面的代码可以将所有唯一值作为数据框架的列进行转换:

columns=[*df.columns]
unique_values={}
for i in columns:
unique_values[i]=df[i].unique()
unique=pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in unique_vals.items() ]))
unique.fillna('').T
小开

我也在寻找这个问题的解决方案，下面的代码对我的情况更有帮助,

for col in df:
print(col)
print(df[col].unique())
print('\n')

它给出的结果如下:

Fuel_Type
['Diesel' 'Petrol' 'CNG']




HP
[ 90 192  69 110  97  71 116  98  86  72 107  73]




Met_Color
[1 0]
小开

这个解决方案使用一些统计信息构造一个具有唯一值的数据框架，并可以优雅地处理任何不可散列的列类型。

产生的数据框架列是: col，unique_len，df_len，perc_unique，unique_values

df_len = len(df)
unique_cols_list = []
for col in df:
try:
unique_values = df[col].unique()
unique_len = len(unique_values)
except TypeError:  # not all cols are hashable
unique_values = ""
unique_len = -1
perc_unique = unique_len*100/df_len
unique_cols_list.append((col, unique_len, df_len, perc_unique, unique_values))
df_unique_cols = pd.DataFrame(unique_cols_list, columns=["col", "unique_len", "df_len", "perc_unique", "unique_values"])
df_unique_cols = df_unique_cols[df_unique_cols["unique_len"] > 0].sort_values("unique_len", ascending=False)
print(df_unique_cols)

提交答案