這篇文章將為大家詳細講解有關使用pandas怎么計算唯一值，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

在新榮等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務理念，為客戶提供成都網(wǎng)站設計、成都網(wǎng)站制作 網(wǎng)站設計制作按需網(wǎng)站開發(fā),公司網(wǎng)站建設,企業(yè)網(wǎng)站建設,成都品牌網(wǎng)站建設,全網(wǎng)整合營銷推廣,成都外貿(mào)網(wǎng)站建設公司,新榮網(wǎng)站建設費用合理。

1、Series唯一值判斷

 s = Series([3,3,1,2,4,3,4,6,5,6])
 #判斷Series中的值是否重復,False表示重復
 print(s.is_unique)
 #False
 #輸出Series中不重復的值,返回值沒有排序，返回值的類型為數(shù)組
 print(s.unique())
 #[3 1 2 4 6 5]
 print(type(s.unique()))
 #
 #統(tǒng)計Series中重復值出現(xiàn)的次數(shù),默認是按出現(xiàn)次數(shù)降序排序
 print(s.value_counts())
 '''
 3 3
 6 2
 4 2
 5 1
 2 1
 1 1
 '''
 #按照重復值的大小排序輸出頻率
 print(s.value_counts(sort=False))
 '''
 1 1
 2 1
 3 3
 4 2
 5 1
 6 2
 '''

2、成員資格判斷

a、Series的成員資格

 s = Series([5,5,6,1,1])
 print(s)
 '''
 0 5
 1 5
 2 6
 3 1
 4 1
 '''
 #判斷矢量化集合的成員資格,返回一個bool類型的Series
 print(s.isin([5]))
 '''
 0  True
 1  True
 2 False
 3 False
 4 False
 '''
 print(type(s.isin([5])))
 #
 #通過成員資格方法選取Series中的數(shù)據(jù)子集
 print(s[s.isin([5])])
 '''
 0 5
 1 5
 '''

b、DataFrame的成員資格

 a = [[3,2,6],[2,1,4],[6,2,5]]
 data = DataFrame(a,index=["a","b","c"],columns=["one","two","three"])
 print(data)
 '''
  one two three
 a 3 2  6
 b 2 1  4
 c 6 2  5
 '''
 #返回一個bool的DataFrame
 print(data.isin([1]))
 '''
   one two three
 a False False False
 b False True False
 c False False False
 '''
 #選取DataFrame中值為1的數(shù)，其他的為NaN
 print(data[data.isin([1])])
 '''
  one two three
 a NaN NaN NaN
 b NaN 1.0 NaN
 c NaN NaN NaN
 '''
 #將NaN用0進行填充
 print(data[data.isin([1])].fillna(0))
 '''
  one two three
 a 0.0 0.0 0.0
 b 0.0 1.0 0.0
 c 0.0 0.0 0.0
 '''

關于使用pandas怎么計算唯一值就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

網(wǎng)頁標題：使用pandas怎么計算唯一值-創(chuàng)新互聯(lián)
標題URL：http://weahome.cn/article/dhcccj.html