大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
本篇文章为大家展示了如何在pandas中统计重复值的次数,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
创新互联公司主要为客户提供服务项目涵盖了网页视觉设计、VI标志设计、成都全网营销、网站程序开发、HTML5响应式网站建设公司、移动网站建设、微商城、网站托管及成都网站改版、WEB系统开发、域名注册、国内外服务器租用、视频、平面设计、SEO优化排名。设计、前端、后端三个建站步骤的完善服务体系。一人跟踪测试的建站服务标准。已经为白乌鱼行业客户提供了网站推广服务。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
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
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
users_info.shape[0] - users_info.drop_duplicates(['user_id']).shape[0]
【注】shape[0] 为获取行数
上述内容就是如何在pandas中统计重复值的次数,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注创新互联行业资讯频道。