# Sådan filtreres der efter unikke værdier med pandas DataFrame\[\].unique()

I Python pandas kan du bruge funktionen `unique()` til **at identificere unikke værdier i en kolonne i en DataFrame**. Dette gør det nemt at få et hurtigt overblik over de forskellige værdier i dit datasæt.

## Hvad er syntaksen for pandas `DataFrame[].unique()`?

Den grundlæggende syntaks for brug af pandas `unique()` er enkel. Det skyldes, at funktionen ikke tager nogen parametre:

```python
DataFrame['column_name'].unique()
```

Husk, at `unique()` kun kan anvendes på **én kolonne**. Inden du kalder funktionen, skal du angive, hvilken kolonne du vil evaluere. Funktionen `unique()` returnerer en numpy-matrix, der indeholder alle de forskellige værdier i den rækkefølge, de vises, hvor duplikerede værdier i kolonnen er fjernet. Den sorterer dog ikke værdierne.

Note Hvis du har arbejdet med Python i et stykke tid, er du måske bekendt med **numpy-ækvivalenten til pandas `unique()`**. Af effektivitetshensyn foretrækkes pandas-versionen generelt.

## Sådan bruges pandas DataFrame\[\].unique()

For at bruge `unique()` i en [pandas DataFrame](https://www.ionos.com/da-dk/digitalguide/websteder/webudvikling/python-pandas-dataframe/) skal du først angive den kolonne, du vil kontrollere. I det følgende eksempel bruger vi en DataFrame, der indeholder oplysninger om en gruppe personers alder og bopælsby.

```python
import pandas as pd
# Create a sample DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Edward'],
    'Age': [24, 27, 22, 32, 29],
    'City': ['Newcastle', 'London', 'Newcastle', 'Cardiff', 'London']
}
df = pd.DataFrame(data)
print(df)
```

Den resulterende DataFrame ser således ud:

```none
Name  	Age       City
0    Alice    	24    	Newcastle
1    Bob    	27  		London
2  Charlie    	22    	Newcastle
3    David    	32    	Cardiff
4   Edward    	29  		London
```

Lad os nu sige, at vi vil oprette en liste over alle de byer, hvor personerne i DataFrame bor. Vi kan anvende `unique()` funktionen på den kolonne, der indeholder byerne.

```python
# Find different cities
unique_cities = df['City'].unique()
print(unique_cities)
```

Outputtet er en **numpy-matrix, der viser hver by én gang** og viser, at personerne i DataFrame kommer fra i alt tre byer: Newcastle, London og Cardiff.

```none
['Newcastle' 'London' 'Cardiff']
```


This is a markdown version of: [https://www.ionos.com/da-dk/digitalguide/websteder/webudvikling/python-pandas-dataframe-unik/](https://www.ionos.com/da-dk/digitalguide/websteder/webudvikling/python-pandas-dataframe-unik/) for AI/LLM consumption.