python - 检查每列中特定值的唯一性

Question

假设我有一个 pandas.DataFrame df类似这样:

   A0  A1   A2
0   a   a    b
1   b   b    g 
2   c   b    h 
3   d   c  NaN

现在我想根据该 DataFrame 检查特定的值。让我们称呼他们

candidates = ["a", "b", "c", "g"]

对于每个候选人，我想检查它是否对我的 DataFrame 的每一列都是唯一的(它可能出现在多列中)。 这组候选人的期望输出将是一个带有

pd.DataFrame(
    [
        [
            cand,
            pd.magic(cand)
        ] for cand in candidates
    ],
    columns=["cand", "unique"]
)

>   cand  unique
  0    a    True
  1    b   False
  2    c    True
  3    g    True

更好的是 if 而不是 True它返回了匹配项的数量(即 [2, False, 2, 1] )。

我想我必须使用 pd.DataFrame.apply() ，但是我无法弄清楚如何只检查候选人或如何将每列的结果重新组合在一起。也许像 df.apply(pd.value_counts).T[cand] <= 1是一个很好的起点，它为每列提供一个带有 True 或 False 的 pd.Series。

Answer 1

让我们使用DataFrame.eq创建一个对应于每个候选人的 bool 掩码，然后使用 sum要获得每列中出现的总次数，最后使用 .lt + .all检查它是否在所有列中都是唯一的:

pd.DataFrame([{'cand': c, 'unique': df.eq(c).sum().lt(2).all()} for c in cand])

---

  cand  unique
0    a    True
1    b   False
2    c    True
3    g    True