[英]Number of unique values in columns in two pandas dataframe
我有两个pd.DataFrame
对象(从.csv文件中读取),比方说,
1, 2
1, 3
2, 4
和
2, 1
1, 2
3, 3
假设DataFrame
被命名为data1
和data2
。 因此,我可以轻松地使用每个data1
和data2
列中的唯一值的数量
uniques = data.apply(pd.Series.nunique)
data
分别由data1
和data2
替换。 因此2, 3
对于data1
,我将获得2, 3
对于data2
2, 3
我将获得3, 3
。 有没有办法(除了连接DataFrame
),以便在组合这两个DataFrame
时可以得到唯一值的数量? 我想要3, 4
。
我想不是。 首先需要concat
:
df = pd.concat([df1,df2]).apply(pd.Series.nunique)
print (df)
a 3
b 4
dtype: int64
#use numpy unique to count uninues after combining same columns from both DF.
len(np.unique(np.c_[df1.iloc[:,0],df2.iloc[:,0]]))
Out[1398]: 3
len(np.unique(np.c_[df1.iloc[:,1],df2.iloc[:,1]]))
Out[1399]: 4
另一种适用于任意数量数据帧的替代方案:
dfs = [df1, df2]
print([
len(set(np.concatenate([df[colname].unique() for df in dfs])))
for colname in dfs[0]
])
[3, 4]
请注意,这仅在所有数据框具有相同列名时才有效。
我认为concat
是最好的选择,除非你的数据框已经填满你的本地内存: 连接将复制
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.