Est-il possible de compter des valeurs uniques d'une colonne sur plusieurs données avec des pandas?Nombre de valeurs uniques d'une colonne sur plusieurs données
Exemple
columnname dans chaque dataframe qui doit être recherché des valeurs 'userid' uniques valeurs =
df1: 1, 2, 3, 4 df2: 1, 2, 3 df3: 5, 6, 7 output = 7
uniques dans la colonne 'userid' partout dans l'échelle dataframes
Merci!
Accédez à la colonne userId dans toutes les données, puis appelez pd.concat et pd.Series.nunique.
df1
userId
0 1
1 2
2 3
3 4
df2
userId
0 1
1 2
2 3
df3
userId
0 5
1 6
2 7
series_list = [x['userId'] for x in [df1, df2, df3]]
count = pd.concat(series_list).nunique()
count
7
Numpy peut être rapide, utilisez
In [255]: np.unique(np.hstack([d['userId'].values for d in [df1, df2, df3]])).size
Out[255]: 7
minutage
In [251]: [d.shape for d in [df1, df2, df3]]
Out[251]: [(4000, 1), (3000, 1), (3000, 1)]
In [253]: %timeit np.unique(np.hstack([d['userId'].values for d in [df1, df2, df3]])).size
10000 loops, best of 3: 184 µs per loop
In [254]: %timeit pd.concat([x['userId'] for x in [df1, df2, df3]]).nunique()
1000 loops, best of 3: 885 µs per loop
Ceux-ci ne ressemblent pas à dataframes pour moi. Que diriez-vous de certaines données _real_? –
Ou, est-ce que tous les dataframes ont une colonne userId? –
@JohnGalt Il est vraiment facile de m'appeler ... tapez simplement @c, puis appuyez sur tab. c n'est pas unicode ;-) –