[英]Pandas Counting Unique Rows
我有一个类似于以下内容的熊猫数据框:
ColA ColB
1 1
1 1
1 1
1 2
1 2
2 1
3 2
我想要一个与Counter具有相同功能的输出。 我需要知道每行出现多少次(所有列都相同。
在这种情况下,正确的输出将是:
ColA ColB Count
1 1 3
1 2 2
2 1 1
3 2 1
我试过这样的事情:
df.groupby(['ColA','ColB']).ColA.count()
但这给了我一些丑陋的输出我在格式化时遇到问题
您可以将size
与reset_index
一起reset_index
:
print df.groupby(['ColA','ColB']).size().reset_index(name='Count')
ColA ColB Count
0 1 1 3
1 1 2 2
2 2 1 1
3 3 2 1
我只需要计算唯一行并使用DataFrame.drop_duplicates
替代品,如下所示:
len(df[['ColA', 'ColB']].drop_duplicates())
我的数据比len(df.groupby(['ColA', 'ColB']))
快两倍。
由于 Pandas 1.1.0 方法pandas.DataFrame.value_counts
可用,它完全符合您的需要。 它创建一个系列,其中唯一行作为多索引,计数作为值:
df = pd.DataFrame({'ColA': [1, 1, 1, 1, 1, 2, 3], 'ColB': [1, 1, 1, 2, 2, 1, 2]})
pd.options.display.multi_sparse = False # option to print as requested
print(df.value_counts()) # requires pandas >= 1.1.0
输出,其中ColA
和ColB
是多索引,第三列包含计数:
ColA ColB
1 1 3
1 2 2
3 2 1
2 1 1
dtype: int64
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.