跳转至

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。



回到顶部