Python 去重，统计，lambda函数

Posted 2023-05-11

参考技术A df.drop_duplicates('item_name')

方法一：

df.drop_duplicates('item_name').count()

方法二：

df['item_name'].nunique()

结果：50

附：nunique()和unique()的区别：

unique()是以 数组形式（numpy.ndarray）返回列的所有唯一值（特征的所有唯一值）

nunique()即返回的是唯一值的个数

比如：df['item_name'].unique()

要求：将下表中经验列将按周统计的转换为经验不限，保留学历

df1['经验'] = df1['经验'].apply(lambda x: '经验不限'+ x[-2:] if '周' in x else x)

#解释：将‘5天/周6个月’变成‘经验不限’，然后保留学历‘本科’

方法二：定义函数

  def dataInterval(ss):

    if '周' in ss:

        return '经验不限'+ ss[-2:]

    return ss

 df1['经验'] = df1['经验'].apply(dataInterval)

lambda去重

参考技术A lambda去重使用collectingAndThen方法
list<Object> 对象中,如果根据Object的单个属性进行过滤去重,
则: List<User> userList = users.stream() .collect(

        Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(user ->  user.getName()))), ArrayList::new));

如果是根据Object中的多个对象,则:
List<User> userList = users.stream() .collect(

        Collectors.collectingAndThen(

                Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(user -> user.getName()+";"+user.getId()))), ArrayList::new));

List去重两个相同的实体类对象或者相同的单个对象字段