从二维数组单元格的pandas列获取唯一值
从二维数组单元格的pandas列获取唯一值
提问于 2019-03-16 03:53:14
我有一个pandas DataFrame，其中列中的每个单元格都是一个二维项数组。
例如:观察值为['Baseball', 'Glove','Snack']的列items
当我对单个单元格使用.unique时，将根据整个数组值而不是数组中的单个值来分析每个单元格。
如何遍历每个单元格中的每个数组，以确定列中真正唯一的项数？谢谢
Items
0 ['Baseball', 'Hockey Stick', 'Mit']
1 ['Mit', 'Tennis Racket']
2 ['Baseball', 'Helmet']这些都是作为唯一值返回的，我想获得每个列表中每个值的唯一计数。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-03-16 04:22:10
我将结合使用itertools的chain方法和set as来解决以下问题。
# you have a dataframe called data with the column items.
from itertools import chain
unique_lists_in_items = data.items.unique().tolist()
set_of_items = set(chain(*unique_lists_in_items))set_of_items就是你想要的。
Stack Overflow用户
发布于 2019-03-16 04:05:38
您可以在感兴趣的列上使用np.unique和np.concatenate。下面我举了一个例子：
import pandas as pd
import numpy as np
df = pd.DataFrame({'fruits':(np.array(['banana', 'apple']), np.array(['cherry', 'apple']))})
# items
#0 [banana, apple]
#1 [cherry, apple]
np.concatenate(df.fruits.values) #.values accesses the numpy array representation of the column
#array(['banana', 'apple', 'cherry', 'apple'],
# dtype='<U6')
np.unique(np.concatenate(df.fruits.values)) #unique items
#array(['apple', 'banana', 'cherry'],
# dtype='<U6')
np.unique(np.concatenate(df.fruits.values), return_counts=True) #counts
#(array(['apple', 'banana', 'cherry'],
# dtype='<U6'), array([2, 1, 1]))
subset = df.fruits.dropna() # getting rid of NaNs
subset.loc[subset.map(len)!=0] #get rid of zero-length arrays
#0 [banana, apple]
#1 [cherry, apple]
#Name: fruits, dtype: object
np.unique(np.concatenate(subset.loc[subset.map(len)!=0].values), return_counts=True) #This works as desired
#(array(['apple', 'banana', 'cherry'],
dtype='<U6'), array([2, 1, 1]))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55189818
复制相关文章
相似问题
腾讯云开发者
