我写了以下函数:
def unique_values(df, column):
unique = df[column].unique()
clean = pd.DataFrame.from_dict(unique)
clean.columns = [column]
return clean
我想将以下函数应用于df中的各个列。就像这样:
unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")
如果我按以下方式添加args:
def unique_values(df, *column):
unique = df[column].unique()
clean = pd.DataFrame.from_dict(unique)
clean.columns = [column]
return clean
并应用如下函数:
unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")
我收到以下错误:
KeyError: ('Column1', 'Column2', 'Column3')
任何帮助将不胜感激
答案 0 :(得分:2)
你可以通过迭代column
:
def unique_values(df, *column):
to_return=[]
for col in column:
unique = df[col].unique()
clean = pd.DataFrame.from_dict(unique)
clean.columns = [col]
to_return.append(clean)
return to_return
# this way this works:
unique1, unique2, unique3 = unique_values(df, "Column1", "Column2", "Column3")
答案 1 :(得分:1)
您可以编写一个小包装函数,使用您作为参数传递的列列表调用unique_values()
函数,如下所示:
def df_unique_values(df, *columns):
return [unique_values(df, x) for x in columns]
此函数返回一个列表,其中包含对unique_values()
的不同列的每次调用的结果。像这样使用这个函数:
unique1, unique2, unique3 = df_unique_values(df, "Column1", "Column2", "Column3")