如何用pandas统计数据集中重复值的数量？

本文共计432个文字，预计阅读时间需要2分钟。

Pandas库中，统计重复值的次数可以使用`value_counts()`方法。以下是一个简单的示例，展示如何使用该方法来统计DataFrame中特定列的重复值次数：

pythonfrom pandas import DataFrame

创建一个包含重复值的DataFramedf=DataFrame({ 'key1': ['a', 'a', 'b', 'b', 'a', 'a'], 'key2': ['one', 'two', 'one', 'two', 'one', 'one'], 'data1': [1, 2, 3, 2]})

使用`value_counts()`方法统计`data1`列的重复值次数：

python统计data1列的重复值次数data1_counts=df['data1'].value_counts()print(data1_counts)

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

count = 0 for i in users_info['user_id'].duplicated(): if i == True: count = count + 1 count

users_info为一个dataframe框，user_id为其中一列

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]

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,更多相关pandas统计重复值次数内容请搜索易盾网络以前的文章或继续浏览下面的相关文章希望大家以后多多支持易盾网络！