怎么看dataframe每列的特征种类数

可以使用 pandas 的 nunique 函数来统计每列的特征种类数。

示例代码：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'd'],
    'C': ['x', 'y', 'z', 'z', 'y']
})

# 使用 nunique 函数统计每列的特征种类数
print(df.nunique())

输出结果：

A    5
B    4
C    3
dtype: int64

可以看到，DataFrame 的每列中分别有 5、4 和 3 种不同的特征值。

相关问题

dataframe查看某列值得种类

要查看DataFrame某列的所有唯一值的种类，可以使用pandas的unique()方法。
假设你的DataFrame名为df，要查看某列名为"column_name"的所有唯一值，可以使用以下代码：
df["column_name"].unique()
这将返回一个包含该列中所有唯一值的数组。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [大数据分析使用numpy在pandas dataframe上添加列](https://blog.csdn.net/yuuEva/article/details/109116832)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [如何根据列值从 DataFrame 中选择行？](https://blog.csdn.net/kalman2019/article/details/128428281)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

dataframe分类

在Python中，pandas库提供了DataFrame数据结构，它是一种二维的表格型数据结构，可以存储不同类型的数据，并且可以对数据进行操作。DataFrame可以按照不同的方式进行分类，例如：

1. 按照列进行分类：可以使用DataFrame的列名或索引对列进行分类，例如df['column_name']或df.column_name。

2. 按照行进行分类：可以使用DataFrame的索引对行进行分类，例如df.loc[row_index]。

3. 按照某列的值进行分类：可以使用DataFrame的groupby()方法按照某个列的值将数据分组，例如df.groupby('column_name')。

4. 按照多个列的值进行分类：可以使用DataFrame的groupby()方法按照多个列的值将数据分组，例如df.groupby(['column_name_1', 'column_name_2'])。

5. 按照某列的值排序：可以使用DataFrame的sort_values()方法按照某个列的值进行排序，例如df.sort_values('column_name')。

6. 按照多个列的值排序：可以使用DataFrame的sort_values()方法按照多个列的值进行排序，例如df.sort_values(['column_name_1', 'column_name_2'])。