pd.unique
는 입력 배열 또는 DataFrame 컬럼 인덱스에서 고유 값을 반환한다.
이 함수에 대한 입력은 1 차원이어야하므로 여러 열을 결합해야합니다. 가장 간단한 방법은 원하는 열을 선택한 다음 평평한 NumPy 배열에서 값을 보는 것입니다. 전체 동작은 다음과 같다 : ravel()
가 리턴하는 배열 방법 다차원 어레이의 뷰 (가능한 경우)이다
>>> pd.unique(df[['Col1', 'Col2']].values.ravel('K'))
array(['Bob', 'Joe', 'Bill', 'Mary', 'Steve'], dtype=object)
참고있다. 인수 'K'
은 요소가 메모리에 저장된 순서대로 배열을 평행하게 만드는 방법을 알려줍니다 (팬더는 일반적으로 기본 배열을 Fortran-contiguous order에 저장하고 행 앞에있는 열). 이는 메서드의 기본 'C'순서를 사용하는 것보다 훨씬 클 수 있습니다. 이 방법은 다차원 배열을 처리 여기 ravel()
을 사용할 필요가
>>> np.unique(df[['Col1', 'Col2']].values)
array(['Bill', 'Bob', 'Joe', 'Mary', 'Steve'], dtype=object)
없습니다 :
다른 방법은 열을 선택하고 np.unique
에게 전달하는 것입니다. 그렇더라도 고유 값을 식별하기 위해 해시 테이블이 아닌 정렬 기반 알고리즘을 사용하기 때문에 pd.unique
보다 느릴 수 있습니다.
속도 차이는 (고유 값의 소수에 불과하다 특히) 큰 DataFrames 상당한이다
>>> df1 = pd.concat([df]*100000, ignore_index=True) # DataFrame with 500000 rows
>>> %timeit np.unique(df1[['Col1', 'Col2']].values)
1 loop, best of 3: 1.12 s per loop
>>> %timeit pd.unique(df1[['Col1', 'Col2']].values.ravel('K'))
10 loops, best of 3: 38.9 ms per loop
>>> %timeit pd.unique(df1[['Col1', 'Col2']].values.ravel()) # ravel using C order
10 loops, best of 3: 49.9 ms per loop
을'.값 '을 입력해야합니다. 그렇지 않으면'array ([ 'Col1', 'Col2'], dtype = '| S4')' – congusbongus
@congusbongus : 그 점을 지적 해 주셔서 감사합니다. '.values'는 Pandas/NumPy의 일부 버전에 필요합니다 (NumPy 1.9.2와 Pandas 15.2를 사용하여 테스트했는데, 제대로 작동하지 않았습니다). –
배열 대신 데이터 프레임을 어떻게 되 찾을 수 있습니까? – Lisle