从 pandas 中的系列中创建一组

Question

我有一个从 Kaggle 的 San Fransico Salaries 中提取的数据框：https://www.kaggle.com/kaggle/sf-salaries 我希望创建一组列的值，例如 'Status'.

这是我尝试过的方法，但它带来了所有记录的列表而不是集合（sf 是我命名数据框的方式）。

a=set(sf['Status'])
print a

根据此网页，这应该可行。 How to construct a set out of list items in python?

Answer 1

如果你只需要获取唯一值列表，你可以只使用unique方法。 如果你想设置 Python，那么做 set(some_series)

In [1]: s = pd.Series([1, 2, 3, 1, 1, 4])

In [2]: s.unique()
Out[2]: array([1, 2, 3, 4])

In [3]: set(s)
Out[3]: {1, 2, 3, 4}

但是，如果您有 DataFrame，则只需 select 个系列 (some_data_frame['<col_name>'])。

Answer 2

对于大尺寸 series 和重复项，set(some_series) 执行时间将随着 series 尺寸呈指数增长。

更好的做法是 set(some_series.unique())。

显示 x16 执行时间的简单示例。