python | pandas data frame.nuneme()
哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 data frame-nuneme/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.nunique()**函数返回一系列在请求轴上的不同观测值。如果我们将轴的值设置为 0，那么它会找到索引轴上唯一观测值的总数。如果我们将轴的值设置为 1，那么它会找到列轴上唯一观测值的总数。它还提供了从唯一数字计数中排除NaN值的功能。
语法:data frame.never(axis = 0，dropna=True)
参数: 轴: {0 或‘索引’，1 或‘列’}，默认 0 dropna : 计数中不包含 NaN。
返回:努尼克:系列
示例#1: 使用nunique()函数查找列轴上唯一值的数量。
# importing pandas as pd
import pandas as pd
# Creating the first dataframe
df = pd.DataFrame({"A":[14, 4, 5, 4, 1],
"B":[5, 2, 54, 3, 2],
"C":[20, 20, 7, 3, 8],
"D":[14, 3, 6, 2, 6]})
# Print the dataframe
df
让我们使用dataframe.nunique()函数来查找列轴上的唯一值。
# find unique values
df.nunique(axis = 1)
输出:
正如我们在输出中看到的，该函数打印每行中唯一值的总数。
示例 2: 使用nunique()函数查找数据帧中索引轴上唯一值的数量。数据框包含NaN值。
# importing pandas as pd
import pandas as pd
# Creating the first dataframe
df = pd.DataFrame({"A":["Sandy", "alex", "brook", "kelly", np.nan],
"B":[np.nan, "olivia", "olivia", "", "amanda"],
"C":[20 + 5j, 20 + 5j, 7, None, 8],
"D":[14.8, 3, None, 6, 6]})
# apply the nunique() function
df.nunique(axis = 0, dropna = True)
输出:
该函数将空字符串视为第 2 列中的唯一值。
