I Python pandas kan du bruke funksjonen unique() til å identifisere unike verdier i en kolonne i en DataFrame. Dette gjør det enkelt å få en rask oversikt over de forskjellige verdiene i datasettet ditt.

Hva er syntaksen til pandas DataFrame[].unique()?

Den grunnleggende syntaksen for bruk av pandas unique() er enkel. Dette skyldes at funksjonen ikke tar noen parametere:

DataFrame['column_name'].unique()
python

Husk at unique() kun kan brukes på én kolonne. Før du kaller funksjonen, må du angi hvilken kolonne du ønsker å evaluere. Funksjonen unique() returnerer en numpy-matrise som inneholder alle de forskjellige verdiene i den rekkefølgen de vises, med dupliserte verdier i kolonnen fjernet. Den sorterer imidlertid ikke verdiene.

Note

Hvis du har jobbet med Python en stund, er du kanskje kjent med numpy-ekvivalenten til pandas unique(). Av effektivitetshensyn er pandas-versjonen generelt å foretrekke.

Hvordan bruke pandas DataFrame[].unique()

For å bruke unique() i en pandas DataFrame, må du først spesifisere kolonnen du vil sjekke. I det følgende eksemplet bruker vi en DataFrame som inneholder informasjon om alder og bosted for en gruppe individer.

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)
python

Den resulterende DataFrame ser slik ut:

Name  	Age       City
0    Alice    	24    	Newcastle
1    Bob    	27  		London
2  Charlie    	22    	Newcastle
3    David    	32    	Cardiff
4   Edward    	29  		London

La oss si at vi ønsker å lage en liste over alle byene hvor personene i DataFrame bor. Vi kan bruke unique() jonen på kolonnen som inneholder byene.

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

Resultatet er en numpy-matrise som viser hver by én gang, og viser at personene i DataFrame kommer fra totalt tre byer: Newcastle, London og Cardiff.

['Newcastle' 'London' 'Cardiff']
Go to Main Menu