# Kaip filtruoti skirtingas reikšmes naudojant pandas DataFrame\[\].unique()

Python pandas galite naudoti funkciją `unique()`, kad **nustatytumėte unikalias reikšmes DataFrame stulpelyje**. Tai leidžia lengvai gauti greitą įvairių reikšmių duomenų rinkinyje apžvalgą.

## Kokia yra pandas `DataFrame[].unique()` sintaksė?

Pagrindinė pandas `unique()` naudojimo sintaksė yra paprasta. Taip yra todėl, kad funkcija nepriima jokių parametrų:

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

Atminkite, kad `unique()` gali būti taikoma tik **vienai stulpeliui**. Prieš iškviesdami funkciją, turėsite nurodyti, kurį stulpelį norite įvertinti. Funkcija `unique()` grąžina numpy masyvą, kuriame yra visos skirtingos reikšmės jų pasirodymo tvarka, o stulpelyje esančios pasikartojančios reikšmės yra pašalinamos. Tačiau ji nesortuoja reikšmių.

Note Jei jau kurį laiką dirbate su Python, galbūt esate susipažinę su **numpy ekvivalentu pandas `unique()`**. Dėl efektyvumo priežasčių paprastai yra pageidautina naudoti pandas versiją.

## Kaip naudoti pandas DataFrame\[\].unique()

Norėdami naudoti `unique()` [pandas DataFrame](https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-duomenu-remelis/), pirmiausia turite nurodyti stulpelį, kurį norite patikrinti. Toliau pateiktame pavyzdyje naudosime DataFrame, kuriame yra informacija apie asmenų grupės amžių ir gyvenamąjį miestą.

```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)
```

Gautas duomenų rėmelis atrodo taip:

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

Tarkime, kad norime sukurti visų miestų, kuriuose gyvena DataFrame duomenų rėmo žmonės, sąrašą. Pandas `unique()` funkciją galime taikyti stulpelyje, kuriame yra miestai.

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

Rezultatas yra **numpy masyvas, kuriame kiekvienas miestas yra nurodytas vieną kartą**, parodant, kad DataFrame duomenų bazėje esantys asmenys yra iš trijų miestų: Niukaslio, Londono ir Kardifo.

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


This is a markdown version of: [https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-dataframe-unikalus/](https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-dataframe-unikalus/) for AI/LLM consumption.