Python 从数据帧列创建1D数组

我正在寻找一种从包含特性行的数据框中获取类标签的方法

例如，在本例中：

df = pd.DataFrame([
['1',   'a',    'bb',   '0'],
['1',   'a',    'cc',   '0'],
['2', 'a',    'dd',   '1'],
['2',   'a',    'ee',   '1'],
['3', 'a',    'ff',   '2'],
['3', 'a',    'gg',   '2'],
['3', 'a',    'hh',   '2']], columns = ['ID', 'name', 'type', 'class'])

df 
    ID  name    type class
0   1    a      bb      0
1   1    a      cc      0
2   2    a      dd      1
3   2    a      ee      1
4   3    a      ff      2
5   3    a      gg      2
6   3    a      hh      2

我的类数组应该是（即，对于每个

ID

，

class

值应该选取一次）：

编辑

df['class'].值

生成

数组（['0'，'0'，'1'，'1'，'2'，'2'，'2']，dtype=object）

预期答复：

---

我想要

数组（[0,1,2]）

您可以使用

groupby

+

unique（）

如下所示：

>>> df.groupby('ID')['class'].unique().astype(int).to_numpy()
array([0, 1, 2])

对于给定的

数据帧

，可以使用以下方法：

解决方案1:：

>>> df['class'].unique()
array(['0', '1', '2'], dtype=object)

#in case you want int outputs
>>> df['class'].unique().astype(int)
array([0, 1, 2])

解决方案2：

>>> df['class'].value_counts(ascending=True).index.to_numpy().astype(int)
array([0, 1, 2])

---

如果多个ID可以具有相同的类，则可以选择“ID”列和“类”列并删除重复项，然后获取类列。否则，只需按照其他答案中的建议使用unique（当然，您也可以将此答案转换为ints）：

或者类似于@wii在评论中的建议：

df.drop_duplicates('ID')['class'].values
#['0' '1' '2']

---

您在哪一部分遇到问题？-

df.drop_duplicates（'ID'）['class']

创建时，数据框在列中包含字符串。这就是

values

提供给您的内容。@wwii就是这样，谢谢。这个答案的问题是，如果您有其他

id

具有以前列出的类，则不会包含该值（例如

id=10

后跟class

0

，因为该类已经存在，所以不会出现在预期的数组中。

df[['ID','class']].drop_duplicates()['class'].values
#['0' '1' '2']

df.drop_duplicates('ID')['class'].values
#['0' '1' '2']