我有一个问题，如何计算熊猫数据框每一列中出现的唯一值的数量？
假设我有一个名为df的数据框，如下所示：
1 2 3 4
a yes f c
b no f e
c yes d h
我想获得显示四列中唯一值出现频率的输出。输出将类似于以下内容：
Column # of Unique Values
1 3
2 2
3 2
4 3
我不需要知道唯一值是什么，而不必知道每列中有多少。
我玩过这样的游戏：
df[all_cols].value_counts()
[all_cols]是数据框中所有列的列表。但这是在计算值在列中出现的次数。
任何建议/建议都会有很大帮助。谢谢
最佳答案
您可以apply Series.nunique：
>>> df.apply(pd.Series.nunique)
1 3
2 2
3 2
4 3
dtype: int64
或者，您可以在框架的未堆叠版本上执行
groupby/nunique：>>> df.unstack().groupby(level=0).nunique()
1 3
2 2
3 2
4 3
dtype: int64
两者都产生一个Series，然后您可以用它来构建带有所需列名的框架。
关于python - Python Pandas:计算所有列上唯一值的频率，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36466341/