目录
方法1:
方法2:
方法3 处理大数据:
方法1:
data.groupby().groups.keys()
import pandas as pd# 假设我们有以下的数据
data = {'RTDR_name': ['A', 'B', 'A', 'C', 'B', 'A'],'value': [1, 2, 3, 4, 5, 6]
}# 创建 DataFrame
temp_data = pd.DataFrame(data)# 获取 'RTDR_name' 列的所有唯一值
unique_groups = temp_data.groupby('RTDR_name').groups.keys()print(list(unique_groups)) # 输出: ['A', 'B', 'C']
在这个例子中,我们首先创建了一个包含两列的数据框 temp_data
。然后,通过调用 groupby
并传入 'RTDR_name'
,我们将数据按 RTDR_name
分组,并通过 .groups.keys()
获取了所有的组名。最后,我们把结果转换成列表形式输出,这样就可以看到所有唯一的 RTDR_name
值了。
方法2:
import pandas as pd# 假设我们有以下的数据
data = {'RTDR_name': ['A', 'B', 'A', 'C', 'B', 'A'],'value': [1, 2, 3, 4, 5, 6]
}# 创建 DataFrame
temp_data = pd.DataFrame(data)# 获取 'RTDR_name' 列的所有唯一值
unique_groups = temp_data.groupby('RTDR_name').groups.keys()print(set(temp_data["RTDR_name"