本文主要介紹了pandas統計重復值次數的方法實現，分享給大家，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) # 最后兩項重復
# 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方法后，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
【注1】users_info為一個dataframe框，user_id為其中一列
【注2】duplicated( )方法只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]
【注】shape[0] 為獲取行數
到此這篇關于pandas統計重復值次數的方法實現的文章就介紹到這了,更多相關pandas統計重復值次數內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Pandas 數據處理,數據清洗詳解
- Pandas統計重復的列里面的值方法
- pandas數據處理基礎之篩選指定行或者指定列的數據
- Python Pandas數據分析工具用法實例
- Python教程pandas數據分析去重復值
