0
votes

Comment créer une fonction qui itérera à travers les colonnes d'un dataframe pandas et retournera des valeurs uniques

training_data = [
    ['Green',3,'Apple'],
    ['Yellow',3,'Apple'],
    ['Red',1,'Grape'],
    ['Red',1,'Grape'],
    ['Yellow',3,'Lemon']
]
def unique_values(df,col):
     return set([row[col] for row in df])

unique_values(training_data,1)

output = {1,3}
I want to be able to do this but with a pandas data frame instead of a list

python pandas dataframe

1 commentaires

Vous pouvez df.agg(pd.Series.unique)

3 Réponses :

1
votes

Comme ça?

>>> import pandas as pd
>>> training_data = [
...     ['Green',3,'Apple'],
...     ['Yellow',3,'Apple'],
...     ['Red',1,'Grape'],
...     ['Red',1,'Grape'],
...     ['Yellow',3,'Lemon']
... ]
>>> df = pd.DataFrame(training_data, columns = ['color', 'number', 'fruit'])
>>> df.head()
    color  number  fruit
0   Green       3  Apple
1  Yellow       3  Apple
2     Red       1  Grape
3     Red       1  Grape
4  Yellow       3  Lemon
>>> df.number.unique()
array([3, 1])

0 commentaires

1
votes

Vous pouvez utiliser Series.unique pour rechercher des valeurs uniques dans une colonne.

Créez un dataframe à partir de votre liste comme ceci:

In [1988]: unique_values(df, 'color')
Out[1988]: ['Green', 'Yellow', 'Red']

In [1989]: unique_values(df, 'fruit')
Out[1989]: ['Apple', 'Grape', 'Lemon']

In [1990]: unique_values(df, 'number')
Out[1990]: [3, 1]

Alors ayez votre fonction comme ceci:

In [1983]: def unique_values(df,col):
      ...:     return df[col].unique().tolist()
      ...:

Exécutez votre fonction comme ceci:

In [1974]: import pandas as pd

In [1975]: df = pd.DataFrame(training_data, columns = ['color', 'number', 'fruit'])

In [1986]: df
Out[1986]: 
    color  number  fruit
0   Green       3  Apple
1  Yellow       3  Apple
2     Red       1  Grape
3     Red       1  Grape
4  Yellow       3  Lemon

0 commentaires

0
votes

def unique_values(df,column):
        return set(df[column])
This also worked after turning the list into a data frame, thank you both!

0 commentaires