🔍 Как вывести уникальные значения столбца pandas с легкостью 🐼

Как вывести уникальные значения столбца pandas

Вывести уникальные значения столбца в библиотеке Pandas - это важная задача при анализе данных. Pandas предоставляет простой и удобный способ для выполнения этой операции. В этой статье мы рассмотрим несколько методов, которые позволят вам получить все уникальные значения столбца в DataFrame.

Метод 1: unique()

Метод unique() в Pandas возвращает массив с уникальными значениями столбца. Давайте рассмотрим пример:

import pandas as pd

# Создаем DataFrame
df = pd.DataFrame({'Страна': ['Россия', 'США', 'Китай', 'Россия', 'Индия', 'Китай']})

# Получаем уникальные значения столбца "Страна"
unique_values = df['Страна'].unique()

# Выводим уникальные значения
print(unique_values)
    

В этом примере мы создали DataFrame с столбцом "Страна" и использовали метод unique() для получения уникальных значений этого столбца. Результат будет следующим:

['Россия' 'США' 'Китай' 'Индия']
    

Вы можете видеть, что метод unique() возвращает массив с уникальными значениями столбца.

Метод 2: value_counts()

Если вы хотите получить уникальные значения столбца, а также узнать, сколько раз каждое значение встречается, вы можете использовать метод value_counts(). Давайте посмотрим на пример:

import pandas as pd

# Создаем DataFrame
df = pd.DataFrame({'Страна': ['Россия', 'США', 'Китай', 'Россия', 'Индия', 'Китай']})

# Получаем уникальные значения столбца "Страна" и их количество
value_counts = df['Страна'].value_counts()

# Выводим уникальные значения и их количество
print(value_counts)
    

Результат будет следующим:

Китай     2
Россия    2
США       1
Индия     1
Name: Страна, dtype: int64
    

Метод value_counts() возвращает объект Series, который содержит уникальные значения столбца в качестве индекса и их количество в качестве значений. Вы можете заметить, что значения упорядочены в порядке убывания количества.

Метод 3: drop_duplicates()

Если вам нужно получить DataFrame без повторяющихся строк, вы можете использовать метод drop_duplicates(). Давайте рассмотрим пример:

import pandas as pd

# Создаем DataFrame
df = pd.DataFrame({'Страна': ['Россия', 'США', 'Китай', 'Россия', 'Индия', 'Китай']})

# Удаляем повторяющиеся строки по столбцу "Страна"
unique_df = df.drop_duplicates(['Страна'])

# Выводим DataFrame без повторяющихся строк
print(unique_df)
    

Результат будет следующим:

   Страна
0  Россия
1     США
2    Китай
4   Индия
    

Метод drop_duplicates() удаляет повторяющиеся строки DataFrame на основе указанных столбцов. В нашем примере, мы указали столбец "Страна", поэтому все строки с одинаковыми значениями в столбце "Страна" были удалены.

Заключение

В этой статье мы рассмотрели несколько методов для вывода уникальных значений столбца в Pandas. Метод unique() возвращает массив с уникальными значениями столбца, метод value_counts() возвращает объект Series с уникальными значениями и их количеством, а метод drop_duplicates() удаляет повторяющиеся строки DataFrame. Вы можете выбрать метод, который лучше всего соответствует вашим потребностям и задачам.

Удачи в работе с Pandas!