用Python中的熊貓計數行的出現

Question

我有一個具有數千行和4列的熊貓數據框。 即：

A B C D 
1 1 2 0
3 3 2 1
3 1 1 0
....

有什么方法可以計算某行發生多少次？ 例如，可以找到多少次[3,1,1,0]，並返回這些行的索引？

Answer 1

如果您只尋找一行，那么我可能會做類似的事情

>>> df.index[(df == [3, 1, 1, 0]).all(axis=1)]
Int64Index([2, 3], dtype=int64)

-

解釋如下。 從...開始：

>>> df
   A  B  C  D
0  1  1  2  0
1  3  3  2  1
2  3  1  1  0
3  3  1  1  0
4  3  3  2  1
5  1  2  3  4

我們與目標進行比較：

>>> df == [3,1,1,0]
       A      B      C      D
0  False   True  False   True
1   True  False  False  False
2   True   True   True   True
3   True   True   True   True
4   True  False  False  False
5  False  False  False  False

找到匹配的：

>>> (df == [3,1,1,0]).all(axis=1)
0    False
1    False
2     True
3     True
4    False
5    False

並使用以下布爾系列從索引中進行選擇：

>>> df.index[(df == [3,1,1,0]).all(axis=1)]
Int64Index([2, 3], dtype=int64)

如果您不是要計算一行的發生，而是想為每一行重復執行此操作，因此您確實想同時定位所有行，那么比一次又一次地執行上述操作要快得多。 但這對於一行來說應該已經足夠好了。

Answer 2

首先創建一個示例數組：

>>> import numpy as np
>>> x = [[1, 1, 2, 0],
... [3, 3, 2, 1],
... [3, 1, 1, 0],
... [0, 1, 2, 3],
... [3, 1, 1, 0]]

然后創建一個數組視圖，其中每一行都是一個元素：

>>> y = x.view([('', x.dtype)] * x.shape[1])
>>> y
array([[(1, 1, 2, 0)],
       [(3, 3, 2, 1)],
       [(3, 1, 1, 0)],
       [(0, 1, 2, 3)],
       [(3, 1, 1, 0)]], 
      dtype=[('f0', '<i8'), ('f1', '<i8'), ('f2', '<i8'), ('f3', '<i8')])

對要查找的元素執行相同的操作：

>>> e = np.array([[3, 1, 1, 0]])
>>> tofind = e.view([('', e.dtype)] * e.shape[1])

現在，您可以查找該元素：

>>> y == tofind[0]
array([[False],
       [False],
       [ True],
       [False],
       [ True]], dtype=bool)

Answer 3

您還可以使用MultiIndex，對它進行排序后，可以更快地找到計數：

s = StringIO("""A  B  C  D
1  1  2  0
3  3  2  1
3  1  1  0
3  1  1  0
3  3  2  1
1  2  3  4""")
df = pd.read_table(s,delim_whitespace=True)
s = pd.Series(range(len(df)), index=pd.MultiIndex.from_arrays(df.values.T))
s = s.sort_index()
idx = s[3,1,1,0]
print idx.count(), idx.values

輸出：

2 [2 3]