Pandas on võimas ja laialdaselt kasutatav Pythoni teek andmete töötlemiseks ja analüüsimiseks. Üks levinumaid ülesandeid andmekogumitega töötamisel on vajadus leida igast veerust kordumatud väärtused. See võib olla abiks teie andmete väärtuste mitmekesisuse ja jaotuse mõistmisel, samuti võimalike kõrvalekallete ja vigade tuvastamisel. Selles artiklis uurime, kuidas seda ülesannet Pandade abil täita, ja anname üksikasjaliku samm-sammulise selgituse kaasatud koodi kohta. Samuti käsitleme mõningaid seotud teeke ja funktsioone, mis võivad olla kasulikud kordumatute väärtuste ja muude andmeanalüüsi ülesannetega töötamisel.
Pandade abil igas veerus kordumatute väärtuste leidmise probleemi lahendamiseks peame esmalt importima teegi ja lugema oma andmestikku. Kui meil on DataFrame, saame iga veeru kordumatute väärtuste leidmiseks ja kuvamiseks kasutada funktsioone "nunique()" ja "unique()".
import pandas as pd
# Read in the dataset
data = pd.read_csv('your_data_file.csv')
# Find and display the unique values for each column
for column in data.columns:
unique_count = data[column].nunique()
unique_values = data[column].unique()
print(f"Column '{column}' has {unique_count} unique values:")
print(unique_values)
Ülaltoodud koodilõigu puhul impordime esmalt Pandase teegi ja loeme oma andmestikku funktsiooni `pd.read_csv() abil. Järgmisena kordame läbi DataFrame'i iga veeru, kasutades for-tsüklit. Tingis kasutame funktsiooni "nunique()", et leida praeguses veerus kordumatute väärtuste arv, ja funktsiooni "unique()", et tuua unikaalsete väärtuste massiiv ise. Lõpuks prindime vormindatud stringide abil tulemused välja.
Pandas nunique() ja unikaalsed() funktsioonid
Pandas nunique () on kasulik funktsioon, mis tagastab unikaalsete väärtuste arvu antud seeria või DataFrame veerus. See võib olla abiks andmestiku üldise keerukuse ja mitmekesisuse mõistmisel. See võtab arvesse kõiki puuduvaid väärtusi (nt "NaN") ja välistab need vaikimisi. Kui soovite loendusse lisada puuduvad väärtused, saate määrata parameetri "dropna" väärtuseks "False", näiteks: "nunique(dropna=False)".
Unikaalsed pandad () on veel üks väärtuslik funktsioon, mis tagastab unikaalsete väärtuste massiivi määratud seeria või DataFrame veerus. Erinevalt funktsioonist `nunique() tagastab see funktsioon tegelikult kordumatud väärtused ise, võimaldades teil neid vajaduse korral edasi analüüsida, manipuleerida või kuvada.
Need funktsioonid koos pakuvad võimsat ja tõhusat viisi andmekogus ainulaadsete väärtuste leidmiseks ja nendega töötamiseks.
Seotud raamatukogud andmete analüüsimiseks
Nuhklik on populaarne Pythoni teek arvandmetöötluseks, mida kasutatakse sageli koos Pandadega. See pakub laia valikut matemaatilisi funktsioone ja tööriistu n-mõõtmeliste massiivide ja maatriksitega töötamiseks. Suurte andmekogumite ja keerukate arvutuste käsitlemisel võib Numpy olla eriti kasulik oma jõudluse parandamiseks ja optimeeritud andmestruktuuride jaoks.
Scikit-õppida on Pythonis võimas masinõppe raamatukogu. See pakub erinevaid algoritme klassifitseerimiseks, regressiooniks, rühmitamiseks ja dimensioonide vähendamiseks ning tööriistu andmete eeltöötluseks, mudelite valimiseks ja hindamiseks. Kui töötate ennustavate mudelite koostamiseks või muude masinõppeülesannete täitmiseks ainulaadsete väärtuste ja muude andmestiku funktsioonidega, on Scikit-learn raamatukogu, mida soovite veelgi uurida.
Kokkuvõtteks võib öelda, et unikaalsete väärtuste leidmine andmestiku igast veerust on paljude andmeanalüüsi ja eeltöötluse töövoogude oluline samm. Pandas pakub selle ülesande täitmiseks tõhusaid ja hõlpsasti kasutatavaid funktsioone "nunique()" ja "unique()" ning nende kasutamise mõistmine võib teie andmeanalüüsi projektide kiirust ja tõhusust oluliselt parandada. Lisaks võib oma teadmiste laiendamine seotud teekide (nt Numpy ja Scikit-learn) kohta veelgi suurendada teie võimalusi andmetega manipuleerimisel ja analüüsimisel, mis võimaldab teil edu saavutada üha kasvavas andmeteaduse valdkonnas.
