如何从pandas to中的多个列中获取唯一值

在数据分析中，经常需要从数据框（DataFrame）的多个列中提取唯一值。Pandas库提供了多种方法来实现这一点。以下是几种常见的方法：

方法一：使用`apply`和`set`

如果你想要获取多个列中的唯一值，可以使用apply函数结合set来去除重复值。

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({
    'A': [1, 2, 2, 3],
    'B': [4, 5, 5, 6],
    'C': [7, 8, 9, 7]
})

# 使用apply和set获取所有列的唯一值
unique_values = set().union(*df.apply(lambda x: set(x)))

print(unique_values)

方法二：使用`stack`和`unique`

另一种方法是先将DataFrame堆叠（stack）成一个Series，然后使用unique函数获取唯一值。

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({
    'A': [1, 2, 2, 3],
    'B': [4, 5, 5, 6],
    'C': [7, 8, 9, 7]
})

# 使用stack和unique获取所有列的唯一值
unique_values = df.stack().unique()

print(unique_values)

方法三：使用`melt`和`drop_duplicates`

你还可以先将DataFrame重塑（melt）成一个长格式，然后使用drop_duplicates函数去除重复值。

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({
    'A': [1, 2, 2, 3],
    'B': [4, 5, 5, 6],
    'C': [7, 8, 9, 7]
})

# 使用melt和drop_duplicates获取所有列的唯一值
melted_df = df.melt(var_name='Column', value_name='Value')
unique_values = melted_df.drop_duplicates(subset='Value')['Value']

print(unique_values)