如何在数据框的列中列出唯一名称？ [复制]

Question

我想在 Pfam_domains 列中检索至少提到一次的所有名称。

这是我的数据框：

           TCID       Fonction        Genbank Uniprot Pfam_domains
0     3.A.1.1.1           MalE           MalE  P0AEX9      PF00528
1     3.A.1.1.1           MalF           MalF  P02916      PF01547
2     3.A.1.1.1           MalG           MalG  P68183      PF00528
3     3.A.1.1.1           MalK           MalK  P68187      PF00005
4     3.A.1.1.1           MalK           MalK  P68187      PF17912
..          ...            ...            ...     ...          ...
178  3.A.1.5.32  LAC30SC_07295  LAC30SC_07295  F0TFS7      PF00528
179  3.A.1.5.32  LAC30SC_07300  LAC30SC_07300  F0TFS8      PF00528
180  3.A.1.5.32  LAC30SC_07305  LAC30SC_07305  F0TFS9      PF00005
181  3.A.1.5.32  LAC30SC_07305  LAC30SC_07305  F0TFS9      PF08352
182  3.A.1.5.32  LAC30SC_07310  LAC30SC_07310  F0TFT0      PF00005

这是我的代码：

for i in range(1, len(df)-1):
    unite=pd.unique(df['Pfam_domains'][i])

这里的问题是我只列出了所有域（所有域的所有出现）。

这是我希望输出的内容：

"PF00528"
"PF01547"
"PF00005"
...

Answer 1

我相信这就是你要找的。​​p>

unite = df['Pfam_domains'].unique()
unite.sort()

Answer 2

首先按升序对值进行排序：

df.Pfam_domains.value_counts().sort_values(ascending=False)

根据数据框的定义，这将满足您对“至少提及一次”的值的要求。如果它们在数据框中 - 它们被“至少一次”提及。如果您实际上是在寻找不止一次出现的值，那么这也是一个很好的起点。