在Pandas数据框中查找唯一的值，而不管行或列的位置 [英] Find unique values in a Pandas dataframe, irrespective of row or column location

问题描述

我有一个熊猫数据帧，我想要查找数据帧中的所有唯一值，而不管行/列。如果我有一个10 x 10的数据框，并且假设他们有84个独特的值，我需要找到它们 - 不是数。

我可以创建一个集合并添加通过迭代数据帧的行，每行的值。但是，我觉得这可能是低效的（不能证明这一点）。有没有找到它的有效方法？是否有预定义的功能？

解决方案

 在[1]中：df = DataFrame .random.randint（0,10，size = 100）.reshape（10,10））
 
在[2]中：df 
输出[2]：
 0 1 2 3 4 5 6 7 8 9 
 0 2 2 3 2 6 1 9 9 3 3 
 1 1 2 5 8 5 2 5 0 6 3 
 2 0 7 0 7 5 5 9 1 0 3 
 3 5 3 2 3 7 6 8 3 8 4 
 4 8 0 2 2 3 9 7 1 2 7 
 5 3 2 8 5 6 4 3 7 0 8 
 6 4 2 6 5 3 3 4 5 3 2 
 7 7 6 0 6 6 7 1 7 5 1 
 8 7 4 3 1 0 6 9 7 7 3 
 9 5 3 4 5 2 0 8 6 4 7 
 
在[13]中：系列（df.values.ravel（））。unique（）
 Out [13]：array（[9，1 ，4，6，0，7，5，8，3，2]）
  

Numpy unique ，所以它以更快的速度（如果你需要，然后排序）

 在[14]：df = DataFrame （np.random.randint（0,10，size = 10000）.reshape（100,100））
 
在[15]中：％timeit系列（df.values.ravel（））。unique（） 
 10000循环，最好3：137每循环$ㅅ
 
在[16]：％timeit np.unique（df.values.ravel（））
 1000循环，最好每循环3：270ㅅs 
  

I have a Pandas dataframe and I want to find all the unique values in that dataframe...irrespective of row/columns. If I have a 10 x 10 dataframe, and suppose they have 84 unique values, I need to find them - Not the count.

I can create a set and add the values of each rows by iterating over the rows of the dataframe. But, I feel that it may be inefficient (cannot justify that). Is there an efficient way to find it? Is there a predefined function?

解决方案

In [1]: df = DataFrame(np.random.randint(0,10,size=100).reshape(10,10))

In [2]: df
Out[2]: 
   0  1  2  3  4  5  6  7  8  9
0  2  2  3  2  6  1  9  9  3  3
1  1  2  5  8  5  2  5  0  6  3
2  0  7  0  7  5  5  9  1  0  3
3  5  3  2  3  7  6  8  3  8  4
4  8  0  2  2  3  9  7  1  2  7
5  3  2  8  5  6  4  3  7  0  8
6  4  2  6  5  3  3  4  5  3  2
7  7  6  0  6  6  7  1  7  5  1
8  7  4  3  1  0  6  9  7  7  3
9  5  3  4  5  2  0  8  6  4  7

In [13]: Series(df.values.ravel()).unique()
Out[13]: array([9, 1, 4, 6, 0, 7, 5, 8, 3, 2])

Numpy unique sorts, so its faster to do it this way (and then sort if you need to)

In [14]: df = DataFrame(np.random.randint(0,10,size=10000).reshape(100,100))

In [15]: %timeit Series(df.values.ravel()).unique()
10000 loops, best of 3: 137 ﾵs per loop

In [16]: %timeit np.unique(df.values.ravel())
1000 loops, best of 3: 270 ﾵs per loop

这篇关于在Pandas数据框中查找唯一的值，而不管行或列的位置的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！