使用列表理解迭代 pandas 数据框中的列
Iterate Over columns in pandas dataframe using list comprehension
我想使用列表理解执行以下操作:
import numpy as np
import pandas as pd
import seaborn as sns
df = sns.load_dataset('tips')
df.head()
for i in df.columns:
print(df.loc[:, i].is_unique)
使用 [x.is_unique for x in df.loc[:, i] for i in df.columns]
无效
使用 Series.is_unique
和一个 for
:
out = [df[i].is_unique for i in df.columns]
替代解决方案(我更喜欢第一个,以便更清楚地按列迭代):
out = [df[i].is_unique for i in df]
我想使用列表理解执行以下操作:
import numpy as np
import pandas as pd
import seaborn as sns
df = sns.load_dataset('tips')
df.head()
for i in df.columns:
print(df.loc[:, i].is_unique)
使用 [x.is_unique for x in df.loc[:, i] for i in df.columns]
无效
使用 Series.is_unique
和一个 for
:
out = [df[i].is_unique for i in df.columns]
替代解决方案(我更喜欢第一个,以便更清楚地按列迭代):
out = [df[i].is_unique for i in df]