如何在熊貓的多個數據框列中「選擇不同」？

「SELECT DISTINCT COL1，COL2 FROM dataframe_table」

大熊貓的SQL比較沒有任何東西「不同」我想我可以將列連接起來，或者把它們放在一個列表/元組中，然後比較這種方式，但是這看起來像是大熊貓應該以更原始的方式進行操作。

我錯過了一些明顯的東西，還是沒有辦法做到這一點？

2015-05-29 Jody

你不得不這樣做'df.apply（pd.Series.unique）'但如果唯一值的數目在列之間變化，那麼這將不起作用，因此您必須將列名的字典作爲關鍵字並將唯一值構造爲值 – EdChum

[http://support.quest.com]（http://stackoverflow.com/documentation/pandas/1751/indexing-and-selecting-data/26077/select-distinct-rows-across-dataframe） – user2314737

可以使用drop_duplicates方法得到的數據幀中的唯一行：

In [29]: df = pd.DataFrame({'a':[1,2,1,2], 'b':[3,4,3,5]}) 

In [30]: df 
Out[30]: 
    a b 
0 1 3 
1 2 4 
2 1 3 
3 2 5 

In [32]: df.drop_duplicates() 
Out[32]: 
    a b 
0 1 3 
1 2 4 
3 2 5

你可以如果您只想使用某些列來確定唯一性，則還提供subset關鍵字參數。請參閱docstring。

來源

2015-05-29 14:18:00 joris

比我的更好的方法+1 – EdChum

對於df沒有unique方法，如果每列的唯一值的數目是相同的，那麼以下方法將工作：df.apply(pd.Series.unique)但如果不是，那麼您將得到一個錯誤。另一種方法是將值存儲在其中列名鍵的字典：

In [111]: 
df = pd.DataFrame({'a':[0,1,2,2,4], 'b':[1,1,1,2,2]}) 
d={} 
for col in df: 
    d[col] = df[col].unique() 
d 

Out[111]: 
{'a': array([0, 1, 2, 4], dtype=int64), 'b': array([1, 2], dtype=int64)}

來源

2015-05-29 13:32:06 EdChum

您可以乘坐列集和從大集只是減去小集：

distinct_values = set(df['a'])-set(df['b'])

來源

2017-09-06 14:56:24 dorante

如何在熊貓的多個數據框列中「選擇不同」？

回答

相關問題