两个 pandas 数据框中列中唯一值的数量

Question

我有两个 pd.DataFrame 对象（从 .csv 文件读取），比方说，

1, 2
1, 3
2, 4

和

2, 1
1, 2
3, 3

假设 DataFrame 被命名为 data1 和 data2。因此，我可以使用

轻松计算 data1 和 data2 的每一列中的唯一值的数量

 uniques = data.apply(pd.Series.nunique)

data 分别替换为 data1 和 data2。因此，data1 会得到 2, 3，data2 会得到 3, 3。有没有办法（除了连接 DataFrame's）以便在这两个 DataFrame's 组合时我可以获得唯一值的数量？我想得到 3, 4.

Answer 1

我认为不是。首先需要concat：

df = pd.concat([df1,df2]).apply(pd.Series.nunique)
print (df)
a    3
b    4
dtype: int64

Answer 2

#use numpy unique to count uninues after combining same columns from both DF.

len(np.unique(np.c_[df1.iloc[:,0],df2.iloc[:,0]]))
Out[1398]: 3

len(np.unique(np.c_[df1.iloc[:,1],df2.iloc[:,1]]))
Out[1399]: 4

Answer 3

另一种适用于任意数量数据帧的替代方法：

dfs = [df1, df2]
print([
    len(set(np.concatenate([df[colname].unique() for df in dfs])))
    for colname in dfs[0]
])
[3, 4]

请注意，这仅在所有数据框都具有相同的列名时才有效。

我认为 concat 是最好的选择，除非你的数据帧已经填满了你的本地内存：concatenating will copy

两个 pandas 数据框中列中唯一值的数量

Number of unique values in columns in two pandas dataframe

python

unique

dataframe

pandas