Suchen Sie die eindeutigen Werte in einer Spalte und sortieren Sie sie

Kam heute selbst über die Frage. Ich denke, der Grund, warum Ihr Code 'None' zurückgibt (genau das, was ich mit derselben Methode erhalten habe), ist der folgende

a.sort()

Ruft die Sortierfunktion auf, um die Liste zu mutieren a. Nach meinem Verständnis ist dies ein Änderungsbefehl. Um das Ergebnis zu sehen, müssen Sie print (a) verwenden.

Meine Lösung, als ich versuchte, alles in Pandas zu halten:

pd.Series(df['A'].unique()).sort_values()

sort sortiert an Ort und Stelle, gibt also nichts zurück:

In [54]:
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
a.sort()
a

Out[54]:
array([1, 2, 3, 6, 8], dtype=int64)

Sie müssen also nach dem Aufruf von sort erneut print a aufrufen.

Z.B.:

In [55]:
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
a.sort()
print(a)

[1 2 3 6 8]

Eine andere Möglichkeit ist die Verwendung des Datentyps .

Einige Merkmale von Sets : Sets sind ungeordnet, können gemischte Datentypen enthalten, Elemente in einem Set können nicht wiederholt werden und sind veränderbar.

Lösen Sie Ihre Frage:

df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
sorted(set(df.A))

Die Antwort in Liste Typ:

[1, 2, 3, 6, 8]

Sie können auch die drop_duplicates ( ) statt unique ()

df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].drop_duplicates()
a.sort()
print a

Ich bevorzuge den Oneliner:

print(sorted(df['Column Name'].unique()))

Ich würde vorschlagen, numpys Sortierung zu verwenden, da es sowieso das ist, was Pandas im Hintergrund tun:

import numpy as np
np.sort(df.A.unique())

Aber alles in Pandas zu tun ist auch gültig.