查找列中的唯一值，然后对它们进行排序

Posted 2023-02-15

【中文标题】查找列中的唯一值，然后对它们进行排序

【英文标题】：Find the unique values in a column and then sort them

【发布时间】：2015-11-11 08:53:15

【问题描述】：

我有一个熊猫数据框。我想按升序打印其中一列的唯一值。我就是这样做的：

import pandas as pd
df = pd.DataFrame('A':[1,1,3,2,6,2,8])
a = df['A'].unique()
print a.sort()

问题是我得到了一个None 的输出。

【问题讨论】：

a.sort() 修改 a 并且不返回任何内容，因此替换为：a.sort(); print a

【参考方案1】：

sorted(iterable)：从 iterable 中的项目返回一个新的排序列表。 代码

import pandas as pd
df = pd.DataFrame('A':[1,1,3,2,6,2,8])
a = df['A'].unique()
print(sorted(a))

输出

[1, 2, 3, 6, 8]

【讨论】：

如果您的列包含具有不明确的布尔值的数据，例如 pandas 的 NAType - sorted() 将引发 TypeError，这不起作用

【参考方案2】：

sort 就地排序，因此不返回任何内容：

In [54]:
df = pd.DataFrame('A':[1,1,3,2,6,2,8])
a = df['A'].unique()
a.sort()
a

Out[54]:
array([1, 2, 3, 6, 8], dtype=int64)

所以你必须在拨打sort之后再次拨打print a。

例如：

In [55]:
df = pd.DataFrame('A':[1,1,3,2,6,2,8])
a = df['A'].unique()
a.sort()
print(a)

[1 2 3 6 8]

【参考方案3】：

您也可以使用 drop_duplicates() 代替 unique()

df = pd.DataFrame('A':[1,1,3,2,6,2,8])
a = df['A'].drop_duplicates()
a.sort()
print a

【讨论】：

在 14107693 行的数据帧上发现 drop_duplicates() 比 unique() 快 3 倍 [Pandas 0.18]

df['A'].drop_duplicates().sort_values() 是我的最爱

【参考方案4】：

我更喜欢oneliner：

print(sorted(df['Column Name'].unique()))

【参考方案5】：

今天我自己遇到了这个问题。我认为您的代码返回“无”（正是我使用相同方法得到的）的原因是

a.sort()

正在调用排序函数来改变列表a。在我的理解中，这是一个修改命令。要查看结果，您必须使用 print(a)。

我的解决方案，因为我试图将所有内容都保存在 pandas 中：

pd.Series(df['A'].unique()).sort_values()

【讨论】：

我喜欢pandas 解决方案，因为它将NaN 值放在最后，并且可以处理混合类型的数组。

【参考方案6】：

我建议使用 numpy 的排序，因为无论如何 pandas 在后台正在做的事情：

import numpy as np
np.sort(df.A.unique())

但是在 pandas 中做所有事情也是有效的。

【参考方案7】：

最快的代码

对于大数据框：

df['A'].drop_duplicates().sort_values()

【讨论】：

如果你为你的主张提供证据，这个答案会更有趣

【参考方案8】：

另一种方法是使用 set 数据类型。

集合的一些特性：集合是无序的，可以包含混合数据类型，集合中的元素不能重复，是可变的。

解决您的问题：

df = pd.DataFrame('A':[1,1,3,2,6,2,8])
sorted(set(df.A))

列表中的答案输入：

[1, 2, 3, 6, 8]