>>df_freq = pd.DataFrame([["Z11", "Z11", "X11"], ["Y11","",""], ["Z11","Z11",""]], columns=list('ABC'))
>>df_freq
A B C
0 Z11 Z11 X11
1 Y11
2 Z11 Z11
我想确保每行只有唯一值.因此它应该是这样的：删除的值可以替换为零或空
A B C
0 Z11 0 X11
1 Y11
2 Z11 0
我的数据框很大,有数百列和数千行.目标是计算该数据框中的唯一值.我通过将数据帧转换为矩阵并应用来实现
>>np.unique(mat.astype(str), return_counts=True)
但是在某些行中会出现相同的值,我想在应用np.unique()方法之前将其删除.我想在每一行中保留唯一值.
解决方法:
使用astype(bool)和重复的组合
mask = df_freq.apply(pd.Series.duplicated, 1) & df_freq.astype(bool)
df_freq.mask(mask, 0)
A B C
0 Z11 0 X11
1 Y11
2 Z11 0
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
