python - 我如何在不重复计算的情况下计算 python 中数据框的所有唯一值？

Question

假设我有一个看起来像这样的 python 数据框:

Factor_1    Factor_2    Factor_3   Factor_4   Factor_5
   A           B           A          Nan       Nan
   B           D           F          A         Nan
   F           A           D          B          A

像这样，我有 5 列具有不同的因素。我想创建一个列来计算 dtaframe 中出现的这些因素的数量，但如果一行中的值 apperas 它只将其计为 1，例如如果一行有 A、B , C, A, A只算1个A。预期的输出将是这样的。

Factor   Count
  A        3
  B        3
  D        2
  F        2
 Nan       2

我使用了我得到帮助的代码

df.stack(dropna=False).value_counts(dropna=False)

我正在使用 if 来删除重复计数，但我想知道是否有一种实用且简单的方法来执行此操作，如上面的代码，而不是使用 If，因为我正在做的事情效率不高。

Answer 1

您可以使用Series.unique + Series.value_counts:

s = pd.Series(np.hstack(df.T.apply(pd.Series.unique))).value_counts(dropna=False)

---

B      3
A      3
F      2
D      2
NaN    2
dtype: int64