在列中找到唯一值，然后对其进行排序

我有一个熊猫数据框。我想按升序打印其列之一的唯一值。这就是我的做法：

import pandas as pd
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
print a.sort()

问题是我得到了None输出。

sorted从iterable中返回一个新的排序列表。

码

import pandas as pd
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
print sorted(a)

输出值

[1, 2, 3, 6, 8]

sort 就地排序，因此不返回任何内容：

In [54]:
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
a.sort()
a

Out[54]:
array([1, 2, 3, 6, 8], dtype=int64)

因此，您必须在致电print a后再打一次sort。

例如。：

In [55]:
df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].unique()
a.sort()
print(a)

[1 2 3 6 8]

您也可以使用drop_duplicates（）代替unique（）

df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
a = df['A'].drop_duplicates()
a.sort()
print a

我更喜欢oneliner：

print(sorted(df['Column Name'].unique()))

今天我自己遇到了这个问题。我认为您的代码返回“ None”（正是我使用相同方法获得的结果）的原因是

a.sort()

正在调用sort函数以使列表变异。以我的理解，这是一个修改命令。要查看结果，您必须使用print（a）。

我的解决方案，因为我试图将所有东西都保留在大熊猫中：

pd.Series(df['A'].unique()).sort_values()

我建议使用numpy的sort，因为无论如何这是熊猫在后台执行的操作：

import numpy as np
np.sort(df.A.unique())

但是在大熊猫中做所有事情也是有效的。

另一种方法是使用设置数据类型。

集合的一些特征：集合是无序的，可以包含混合数据类型，集合中的元素不能重复，是可变的。

解决您的问题：

df = pd.DataFrame({'A':[1,1,3,2,6,2,8]})
sorted(set(df.A))

列表类型的答案：

[1, 2, 3, 6, 8]