如何用Pandas查看列观测值类别数、校验列值及替代R的table函数

1. 查看列中观测值的类型数量 #

直接调用列的nunique()方法，返回该列所有不同值的数量：

df['column_name'].nunique()

2. 检查列中是否存在'a'、'b'之外的值 #

快速判断是否存在异常值 #

用isin()筛选合法值，取反后用any()判断是否有异常：

# 返回True表示存在非a/b的值，False表示所有值都是a或b
(~df['column_name'].isin(['a', 'b'])).any()

查看具体异常行 #

如果需要定位异常值所在的行，直接筛选即可：

# 返回包含异常值的所有行
df[~df['column_name'].isin(['a', 'b'])]

3. 实现R中table(df$column_name)的相同输出 #

Pandas中用value_counts()方法，默认按计数降序排列；如果要和R的table保持一致的按值自然顺序输出，添加sort=False参数：

# 按计数降序输出（默认行为）
df['column_name'].value_counts()

# 按值的顺序输出，与R table行为一致
df['column_name'].value_counts(sort=False)

内容的提问来源于stack exchange，提问作者Irfan Khiari