数据切片大熊猫框架 - 我遇到了独特的问题

Question

我在尝试选择列的子集并在其上运行unique时遇到问题。

来源数据：

df_raw = pd.read_csv('data/master.csv', nrows=10000)
df_raw.shape()

产地：

(10000, 86)

流程数据：

df = df_raw[['A','B','C']]
df.shape()

产地：

(10000, 3)

此外，做：

df_raw.head()
df.head()

生成正确的行和列列表。

然而，

print('RAW:',sorted(df_raw['A'].unique()))

完美运作

虽然：

print('PROCESSED:',sorted(df['A'].unique()))

产生

AttributeError: 'DataFrame' object has no attribute 'unique'

我做错了什么？如果形状和头部输出正是我想要的，我很困惑为什么我的处理数据集会抛出错误。我确实在SO上阅读了Pandas 'DataFrame' object has no attribute 'unique'，它正确地说明了我正在做的事情就是应用于列的唯一需要。

Answer 1

这是一个重复列的情况。鉴于这是专有数据，我在这个问题中将其抽象为'A'，'B'，'C'，因此掩盖了问题。 （实际数据集有86列，我在我的子集中两次重复了其中一列，并试图在其中做一个独特的）

我的问题是：

df_raw = pd.read_csv('data/master.csv', nrows=10000)
df = df_raw[['A','B','C', 'A']] # <-- I did not realize I had duplicated A later.

在'A'

上执行unique时会出现问题

Answer 2

从整个数据框中提取基于列ID的数据子集。可行！

socialite driver