03-16 08:04 阅读 228

pandas统计重复值次数的方法实现

这篇文章主要介绍了pandas统计重复值次数的方法实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

本文主要介绍了pandas统计重复值次数的方法实现，分享给大家，具体如下：

from pandas import DataFrame

df = DataFrame({'key1':['a','a','b','b','a','a'],

        'key2':['one','two','one','two','one','one'],

        'data1':[1,2,3,2,1,1],

        # 'data2':np.random.randn(5)

})

# 打印数据框

print(df)

#  data1 key1 key2

# 0   1  a one

# 1   2  a two

# 2   3  b one

# 3   2  b two

# 4   1  a one

# 5   1  a one

# 重复项

print(df[df.duplicated()])

#  data1 key1 key2

# 4   1  a one

# 5   1  a one

# 统计重复值

dup=df[df.duplicated()].count()

print(dup) # 最后两项重复

# data1  2

# key1   2

# key2   2

# 去除重复项

nodup=df[-df.duplicated()]

print(nodup)

#  data1 key1 key2

# 0   1  a one

# 1   2  a two

# 2   3  b one

# 3   2  b two

pandas 中 dataframe 重复元素个数的获取

方法有二：

1. 在调用duplicated方法后，非重复的元素会被标记为False，而重复的元素会被标记为True

1

2

3

4

5

count = 0

for i in users_info['user_id'].duplicated():

  if i == True:

    count = count + 1

count

【注1】users_info为一个dataframe框，user_id为其中一列

【注2】duplicated( )方法只会把重复的元素标记为True,而不会标记被重复的元素

2.这行代码的速度更快，drop_duplicates(['user_id'])方法为删除user_id列中相同的元素

1	`users_info.shape[0]` `-` `users_info.drop_duplicates(['user_id']).shape[0]`

【注】shape[0] 为获取行数

到此这篇关于pandas统计重复值次数的方法实现的文章就介绍到这了

推荐资源