Pandas数据框中某一列的数据丢失。

Question

我正在创建一个名为“salesdata”的数据框，其中有一个名为“Outlet_Size”的列，该列包含一些缺失的数据。以下是我的代码：

#defining a dictionary
cat_dict ={}
#getting all the values of the column
outlet_size_values = salesdata.Outlet_Size.values
unique_outlet_size_val = list(set(outlet_size_values))  
print(unique_outlet_size_val)

我得到的输出是 [nan,'High','Medium','Small']，我不希望这个丢失的数据(nan)成为列表的一部分，也不想为此创建一个新列表。

- Prashant_J

Answer 1

使用基本的pandas函数：dropna来删除nan值，然后使用unique获得集合等效结果：

salesdata.Outlet_Size.dropna().unique()

- Zeugma

Answer 2

pandas有一个函数unique可以获得唯一值。您可以使用它并过滤掉NaN，例如：

salesdata.loc[~salesdata.Outlet_Size.isnull(), 'Outlet_Size'].unique()

- al0

Answer 3

你可以使用 numpy.unique。

import pandas as pd
import numpy as np

np.unique(salesdata.Outlet_Size.dropna().values)

- piRSquared