ในการส่งคืนชุดข้อมูลที่มีการนับค่าที่ไม่ซ้ำจากวัตถุดัชนีโดยพิจารณาจากค่า NaN ด้วย index.value_counts() กระบวนการ. ตั้งค่าพารามิเตอร์ dropna ด้วยค่า เท็จ .
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import pandas as pd import numpy as np
การสร้างดัชนี Pandas ด้วยค่า NaN บางส่วนเช่นกัน -
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
แสดงดัชนีหมีแพนด้า −
print("Pandas Index...\n",index)
การนับค่าที่ไม่ซ้ำโดยใช้ value_counts() พิจารณา NaN ด้วยการใช้ค่า "False" ของพารามิเตอร์ "dropna" -
index.value_counts(dropna=False)
ตัวอย่าง
ต่อไปนี้เป็นรหัส -
import pandas as pd import numpy as np # Creating Pandas index with some NaN values as well index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30]) # Display the Pandas index print("Pandas Index...\n",index) # Return the number of elements in the Index print("\nNumber of elements in the index...\n",index.size) # Return the dtype of the data print("\nThe dtype object...\n",index.dtype) # count of unique values using value_counts() # considering NaN as well using the "False" value of the "dropna" parameter print("\nGet the count of unique values with NaN...\n",index.value_counts(dropna=False))
ผลลัพธ์
สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -
Pandas Index... Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64') Number of elements in the index... 9 The dtype object... float64 Get the count of unique values with NaN... NaN 3 50.0 2 10.0 1 70.0 1 90.0 1 30.0 1 dtype: int64