新列顯示唯一行的出現次數

Question

我正在嘗試找出如何使用Pandas添加新列以顯示唯一行的出現次數，然后刪除所有重復行。 不使用pandas時，我可以接近此輸出：

sort <inputfile | uniq -c 

或通過excel帶有顯示countif或類似內容的新列。 有沒有人在熊貓上做到這一點，請問有什么可以幫助的嗎？

Answer 1

您可以使用df.drop_duplicates()刪除重復的行。 此外，如果要創建一個新的DataFrame來顯示哪些行重復，請調用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())

---

編輯 （由於評論）：

定義DataFrame df ，請嘗試以下操作 ：

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

.groupby()對這兩列進行分組，而.size()返回底層數據中的元素數。