新列显示唯一行的出现次数

Question

我正在尝试找出如何使用Pandas添加新列以显示唯一行的出现次数，然后删除所有重复行。 不使用pandas时，我可以接近此输出：

sort <inputfile | uniq -c 

或通过excel带有显示countif或类似内容的新列。 有没有人在熊猫上做到这一点，请问有什么可以帮助的吗？

Answer 1

您可以使用df.drop_duplicates()删除重复的行。 此外，如果要创建一个新的DataFrame来显示哪些行重复，请调用df.duplicated() 。

#!/usr/bin/env python3
# coding: utf-8

import pandas as pd

# define DataFrame using same sample data
d = {'i': [1, 2, 3, 4, 5, 6, 1, 4, 9, 10 ], 'j': [4, 12, 13, 1 ,15, 16, 4, 1, 19, 20]}
df = pd.DataFrame(data=d)

# print sample DataFrame
print(df)

# print DataFrame with dropped duplicate rows
print(df.drop_duplicates())

# print DataFrame containing `True` for each duplicate row, see doc for further options
print(df.duplicated())

---

编辑 （由于评论）：

定义DataFrame df ，请尝试以下操作 ：

df.groupby(['i', 'j']).size()

.groupby()对这两列进行分组，而.size()返回底层数据中的元素数。