这篇文章将为大家详细讲解有关使用pandas怎么计算唯一值，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
在新荣等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供
成都网站设计、成都网站制作 网站设计制作按需网站开发,公司网站建设,企业网站建设,
成都品牌网站建设,
全网整合营销推广,成都外贸网站建设公司,新荣网站建设费用合理。
1、Series唯一值判断
s = Series([3,3,1,2,4,3,4,6,5,6])
#判断Series中的值是否重复,False表示重复
print(s.is_unique)
#False
#输出Series中不重复的值,返回值没有排序，返回值的类型为数组
print(s.unique())
#[3 1 2 4 6 5]
print(type(s.unique()))
#
#统计Series中重复值出现的次数,默认是按出现次数降序排序
print(s.value_counts())
'''
3 3
6 2
4 2
5 1
2 1
1 1
'''
#按照重复值的大小排序输出频率
print(s.value_counts(sort=False))
'''
1 1
2 1
3 3
4 2
5 1
6 2
'''
2、成员资格判断
a、Series的成员资格
s = Series([5,5,6,1,1])
print(s)
'''
0 5
1 5
2 6
3 1
4 1
'''
#判断矢量化集合的成员资格,返回一个bool类型的Series
print(s.isin([5]))
'''
0 True
1 True
2 False
3 False
4 False
'''
print(type(s.isin([5])))
#
#通过成员资格方法选取Series中的数据子集
print(s[s.isin([5])])
'''
0 5
1 5
'''
b、DataFrame的成员资格
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
'''
#返回一个bool的DataFrame
print(data.isin([1]))
'''
one two three
a False False False
b False True False
c False False False
'''
#选取DataFrame中值为1的数，其他的为NaN
print(data[data.isin([1])])
'''
one two three
a NaN NaN NaN
b NaN 1.0 NaN
c NaN NaN NaN
'''
#将NaN用0进行填充
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
'''
关于使用pandas怎么计算唯一值就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
本文题目：使用pandas怎么计算唯一值-创新互联
本文来源：
http://bjjierui.cn/article/dhcccj.html
