Python 从熊猫系列中创建一组

我从Kaggle的San Fransico薪水中提取了一个数据帧： 我希望创建一组列的值，例如“Status”

这是我尝试过的，但它带来了所有记录的列表，而不是集合（sf是我命名数据帧的方式）

根据这个网页，这应该是可行的。

---

如果您只需要获取唯一值列表，您可以使用

unique

方法。 如果您想设置Python，那么请执行

set（某些系列）

---

但是，如果您有数据帧，只需从中选择系列（

some_data_frame[''']

）。

对于大尺寸的

series

和重复的

集（some_series）

执行时间将随着

series

大小呈指数变化

更好的做法是

设置（一些_series.unique（））

---

一个显示x16执行时间的简单示例。为什么您认为

A

是一个列表？也许我使用的术语不正确，我指的是它给出了该列中的所有值，而不关心它是否为纯NaN（实例）。有人能解释为什么执行时间在不使用unique的情况下呈指数变化吗？一些_系列。unique（）给出系列中的每个唯一项=基本上是一个集合。从集合创建集合的速度很快，因为您没有重复项-->要处理的项目-->要做的工作-->要做的工作-->快。熊猫大多是C语言，也许set（）与.unique（）相比没有那么优化？问题是：如果您的系列已经是唯一的-->您在使用.unique（）时不丢弃任何东西，那么这种加速是否仍然有效？

a=set(sf['Status'])
print a

In [1]: s = pd.Series([1, 2, 3, 1, 1, 4])

In [2]: s.unique()
Out[2]: array([1, 2, 3, 4])

In [3]: set(s)
Out[3]: {1, 2, 3, 4}