如何识别数据框中的唯一项目？

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。