我需要确定数据框中某个列(df['some_col']
)的值是否只包含一组特定的值(例如'a',空字符串和NaN
即{{1 }})。我可以考虑使用["a","",NaN]
列出所有唯一值,并检查是否有任何值不在预定义集中,但我不确定unique
是否被视为值。
答案 0 :(得分:2)
是的,您可以使用unique()
:
In [35]: w
Out[35]:
word
0 word03
1 NaN
2 word04
3
4 word02
5 word01
6 NaN
7 word01
8 word01
9 word01
In [36]: w.word.unique()
Out[36]: array(['word03', nan, 'word04', '', 'word02', 'word01'], dtype=object)
所以使用集合我们可以看到DF中允许/预期的字符串和字符串之间的区别:
In [45]: allowed_words = set(['','word01', np.nan])
In [46]: set(w.word.unique()) - allowed_words
Out[46]: {'word02', 'word03', 'word04'}