如何解决如何识别数据框中的唯一项目?
我有包含数字的数据集(用于项集挖掘)。数据集如下:
我如何从中识别独特的项目?
我目前的尝试如下:
dataset = pd.read_csv('dataset.csv',sep='\t')
pd.unique(dataset)
但我收到错误:ValueError: Could not broadcast input array from shape (3000,1) into shape (3000)
。
解决方法
pd.unique
需要 1d array-like 输入,因此您可以尝试 pd.unique(dataset.values.ravel())
你的问题不是很清楚。似乎每一行都是一个长度可变的列表。让我猜猜。
如果您真的希望数据框将所有列表都放在一列中,而不是一堆到处都是 NaN 的列,请在 read_csv 之后试试这个:
dataset.apply(lambda x: list(x),axis=1)
如果您想要唯一的行,最简单的方法是:
uniques = dataset.drop_duplicates(keep='first')
如果您想要特定列的唯一值:
dataset["column name"].unique()
将返回一个由唯一值组成的 numpy 数组。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。