如何在pandas中查找dataframe内的唯一start与stop数值

以下方法默认你的数据集命名为df，且存储起止数值的列名为start和stop：

1. 单独提取单列唯一值 #

使用pandas内置的unique()方法即可直接获取单列的所有不重复值，返回结果为numpy数组格式：

• 提取start列唯一值：df['start'].unique()
• 提取stop列唯一值：df['stop'].unique()

如果只需要统计唯一值的数量，用nunique()方法：

• 统计start列唯一值数量：df['start'].nunique()
• 统计stop列唯一值数量：df['stop'].nunique()

如果需要排除空值后计算，可在方法前调用dropna()，示例：df['start'].dropna().unique()

2. 提取两列组合的唯一配对值 #

如果需要获取start和stop两列组合后的不重复记录，使用drop_duplicates()方法：

# 返回包含所有不重复(start, stop)配对的DataFrame
df[['start', 'stop']].drop_duplicates()
# 去重后重置索引，可添加ignore_index参数
df[['start', 'stop']].drop_duplicates(ignore_index=True)

示例效果 #

样例数据集：

import pandas as pd
df = pd.DataFrame({
    'start': [1, 2, 2, 3, 3, 3],
    'stop': [10, 20, 20, 30, 40, 40],
    'other_col': ['a', 'b', 'c', 'd', 'e', 'f']
})

执行df['start'].unique()输出结果为：array([1, 2, 3])
执行df[['start','stop']].drop_duplicates()输出结果为：

内容的提问来源于stack exchange，提问作者Alan