唯一值、计数和成员属性

从一维 Series 包含的数值中提取信息

In [11]: obj = pd.Series(['c', 'a', 'd', 'a', 'a', 'b', 'b', 'c', 'c'])

In [12]: uniques = obj.unique()

In [13]: uniques
Out[13]: array(['c', 'a', 'd', 'b'], dtype=object)

value_counts 计算 Series 包含的值的个数

In [14]: obj.value_counts()
Out[14]:
a    3
c    3
b    2
d    1
dtype: int64

降序排列

In [16]: pd.value_counts(obj.values, sort=False)
Out[16]:
d    1
c    3
a    3
b    2
dtype: int64

isin 执行向量化成员属性检查

In [17]: obj
Out[17]:
0    c
1    a
2    d
3    a
4    a
5    b
6    b
7    c
8    c
dtype: object

In [18]: mask = obj.isin(['b', 'c'])

In [19]: mask
Out[19]:
0     True
1    False
2    False
3    False
4    False
5     True
6     True
7     True
8     True
dtype: bool

In [20]: obj[mask]
Out[20]:
0    c
5    b
6    b
7    c
8    c
dtype: object

与 isin 相关的 Index.get_indexer 方法，提供一个索引数组，这个索引数组将可能非唯一值数组转换为另一个唯一值数组

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: to_match = pd.Series(['c', 'a', 'b', 'b', 'c', 'a'])

In [4]: unique_vals = pd.Series(['c', 'b', 'a'])

In [5]: pd.Index(unique_vals).get_indexer(to_match)
Out[5]: array([0, 2, 1, 1, 0, 2], dtype=int64)

唯一值、计数和集合成员属性方法

方法	描述
isin	计算表征 Series 中每个值是否包含于传入序列的布尔值数组
match	计算数组中每个值的整数索引，形成一个唯一值数组。有助于数据对齐和 join 类型的操作
unique	计算 Series 值中的唯一值数组，按照观察顺序返回
value_counts	返回一个 Series，索引是唯一值序列，值是计数个数，按照个数降序排列

计算DataFrame 多个相关列的直方图

In [6]: data = pd.DataFrame({'Out1': [1, 3, 4, 3, 4],
   ...:                      'Out2': [2, 3, 1, 2, 3],
   ...:                      'Out3': [1, 5, 2, 4, 4]})

In [7]: data
Out[7]:
   Out1  Out2  Out3
0     1     2     1
1     3     3     5
2     4     1     2
3     3     2     4
4     4     3     4

In [8]: result = data.apply(pd.value_counts).fillna(0)

In [9]: result
Out[9]:
   Out1  Out2  Out3
1   1.0   1.0   1.0
2   0.0   2.0   1.0
3   2.0   2.0   0.0
4   2.0   0.0   2.0
5   0.0   0.0   1.0

行标签是所有列中出现的不同值，数值则是这些不同值在每个列中出现的次数