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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 | 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