Pandas Operations - Unique, Value Counts, Apply, Drop, Columns, Index, Sort Values, Is Null, Pivot Tables - Python

Pandas Operations - Unique, Nunique, Value Counts, Apply, Drop, Columns, Index, Sort Values, Is Null, Pivot Tables
Run the python code here: https://repl.it/@VinitKhandelwal/pandas-operations

import numpy as np

import pandas as pd

df = pd.DataFrame({'col1':[1,2,3,4],'col2':[1111,2222,3333,2222],'col3':['aaa','bbb','ccc','ddd']})

print(df)

print("LIST OF UNIQUE VALUES IN A COLUMN")

print(df['col2'].unique())

print("COUNT OF UNIQUE VALUES IN A COLUMN")

print(df['col2'].nunique())

print("COUNT OF VALUES IN A COLUMN")

print(df['col2'].value_counts())

print("CONDITIONAL SELECTION")

print(df[(df['col1']>2) & (df['col2']<3333)])

print(df['col1']>2)

print("APPLY")

def times2(x):

return x*2

print(df.apply(times2))

print(df['col3'].apply(len))

print("APPLY LAMBDA FUNCTION")

print(df.apply(lambda x: x*3))

print("DROP")

print(df.drop('col1', axis=1))

df.drop('col1', axis=1, inplace=True)

print(df)

df['col1']=[1,2,3,4]

print(df)

print("DEATILS OF COLUMNS AND INDICES")

print(df.columns)

print(df.index)

print("SORT COLUMN")

print(df.sort_values('col2'))

print("IS NULL")

print(df.isnull())

print("PIVOT TABLE")

df = pd.DataFrame({'A':['foo', 'foo', 'foo', 'bar', 'bar', 'bar'], 'B':['one', 'one', 'two', 'two', 'one', 'one'], 'C':['x', 'y', 'x', 'y', 'x', 'y'], 'D':[1,3,2,5,4,1]})

print(df)

df2 = df.pivot_table(values='D', index=['A','B'], columns=['C'])

print(df2)

print("DEATILS OF COLUMNS AND INDICES")

print(df2.columns)

print(df2.index)

OUTPUT

   col1  col2 col3
0     1  1111  aaa
1     2  2222  bbb
2     3  3333  ccc
3     4  2222  ddd
LIST OF UNIQUE VALUES IN A COLUMN
[1111 2222 3333]
COUNT OF UNIQUE VALUES IN A COLUMN
3
COUNT OF VALUES IN A COLUMN
2222    2
1111    1
3333    1
Name: col2, dtype: int64
CONDITIONAL SELECTION
   col1  col2 col3
3     4  2222  ddd
0    False
1    False
2     True
3     True
Name: col1, dtype: bool
APPLY
   col1  col2    col3
0     2  2222  aaaaaa
1     4  4444  bbbbbb
2     6  6666  cccccc
3     8  4444  dddddd
0    3
1    3
2    3
3    3
Name: col3, dtype: int64
APPLY LAMBDA FUNCTION
   col1  col2       col3
0     3  3333  aaaaaaaaa
1     6  6666  bbbbbbbbb
2     9  9999  ccccccccc
3    12  6666  ddddddddd
DROP
   col2 col3
0  1111  aaa
1  2222  bbb
2  3333  ccc
3  2222  ddd
   col2 col3
0  1111  aaa
1  2222  bbb
2  3333  ccc
3  2222  ddd
   col2 col3  col1
0  1111  aaa     1
1  2222  bbb     2
2  3333  ccc     3
3  2222  ddd     4
DEATILS OF COLUMNS AND INDICES
Index(['col2', 'col3', 'col1'], dtype='object')
RangeIndex(start=0, stop=4, step=1)
SORT COLUMN
   col2 col3  col1
0  1111  aaa     1
1  2222  bbb     2
3  2222  ddd     4
2  3333  ccc     3
IS NULL
    col2   col3   col1
0  False  False  False
1  False  False  False
2  False  False  False
3  False  False  False
PIVOT TABLE
     A    B  C  D
0  foo  one  x  1
1  foo  one  y  3
2  foo  two  x  2
3  bar  two  y  5
4  bar  one  x  4
5  bar  one  y  1
C          x    y
A   B
bar one  4.0  1.0
    two  NaN  5.0
foo one  1.0  3.0
    two  2.0  NaN
DEATILS OF COLUMNS AND INDICES
Index(['x', 'y'], dtype='object', name='C')
MultiIndex(levels=[['bar', 'foo'], ['one', 'two']],
           labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
           names=['A', 'B'])