兩個pandas數據幀中列中的唯一值數

Question

我有兩個pd.DataFrame對象（從.csv文件中讀取），比方說，

1, 2
1, 3
2, 4

和

2, 1
1, 2
3, 3

假設DataFrame被命名為data1和data2 。 因此，我可以輕松地使用每個data1和data2列中的唯一值的數量

 uniques = data.apply(pd.Series.nunique)

data分別由data1和data2替換。 因此2, 3對於data1 ，我將獲得2, 3對於data2 2, 3我將獲得3, 3 。 有沒有辦法（除了連接DataFrame ），以便在組合這兩個DataFrame時可以得到唯一值的數量？ 我想要3, 4 。

Answer 1

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

Answer 2

#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

Answer 3

另一種適用於任意數量數據幀的替代方案：

dfs = [df1, df2]
print([
    len(set(np.concatenate([df[colname].unique() for df in dfs])))
    for colname in dfs[0]
])
[3, 4]

請注意，這僅在所有數據框具有相同列名時才有效。

我認為concat是最好的選擇，除非你的數據框已經填滿你的本地內存： 連接將復制