pandas統計重復值次數的方法實現
本文主要介紹瞭pandas統計重復值次數的方法實現,分享給大傢,具體如下:
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) }) # 打印數據框 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 # 重復項 print(df[df.duplicated()]) # data1 key1 key2 # 4 1 a one # 5 1 a one # 統計重復值 dup=df[df.duplicated()].count() print(dup) # 最後兩項重復 # data1 2 # key1 2 # key2 2 # 去除重復項 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 重復元素個數的獲取
方法有二:
1. 在調用duplicated方法後,非重復的元素會被標記為False,而重復的元素會被標記為True
count = 0 for i in users_info['user_id'].duplicated(): if i == True: count = count + 1 count
【註1】users_info為一個dataframe框,user_id為其中一列
【註2】duplicated( )方法隻會把重復的元素標記為True,而不會標記被重復的元素
2.這行代碼的速度更快,drop_duplicates([‘user_id’])方法為刪除user_id列中相同的元素
users_info.shape[0] - users_info.drop_duplicates(['user_id']).shape[0]
【註】shape[0] 為獲取行數
到此這篇關於pandas統計重復值次數的方法實現的文章就介紹到這瞭,更多相關pandas統計重復值次數內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- 聊聊python中令人迷惑的duplicated和drop_duplicates()用法
- Python pandas找出、刪除重復的數據實例
- python重復值處理得方法
- Python Pandas中DataFrame.drop_duplicates()刪除重復值詳解
- pd.drop_duplicates刪除重復行的方法實現