Я пытаюсь найти счетчик различных значений в каждом столбце, используя Pandas. Это то, что я сделал.
import pandas as pd
df = pd.read_csv('train.csv')
# print(df)
a = pd.unique(df.values.ravel())
print(a)
Он подсчитывает уникальные элементы в DataFrame независимо от строк/столбцов, но мне нужно подсчитывать для каждого столбца выходные данные, отформатированные, как показано ниже.
policyID 0
statecode 0
county 0
eq_site_limit 0
hu_site_limit 454
fl_site_limit 647
fr_site_limit 0
tiv_2011 0
tiv_2012 0
eq_site_deductible 0
hu_site_deductible 0
fl_site_deductible 0
fr_site_deductible 0
point_latitude 0
point_longitude 0
line 0
construction 0
point_granularity 0
Каким будет наиболее эффективный способ сделать это, так как этот метод будет применяться к файлам размером более 1,5 ГБ?
Исходя из ответов, df.apply(lambda x: len(x.unique()))
является самым быстрым.
In[23]: %timeit df.apply(pd.Series.nunique)
1 loops, best of 3: 1.45 s per loop
In[24]: %timeit df.apply(lambda x: len(x.unique()))
1 loops, best of 3: 335 ms per loop
In[25]: %timeit df.T.apply(lambda x: x.nunique(), axis=1)
1 loops, best of 3: 1.45 s per loop