Pandas 计算唯一行

Question

我有一个 pandas 数据框类似于：

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了多少次（所有列都相同。

在这种情况下，正确的输出是：

ColA ColB Count
1    1    3
1    2    2
2    1    1
3    2    1

我试过类似的东西：

df.groupby(['ColA','ColB']).ColA.count()

但这给了我一些难看的输出我在格式化时遇到了问题

Answer 1

您可以使用 size with 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

Answer 2

我只需要 计算唯一行数 并使用了 DataFrame.drop_duplicates 替代方法，如下所示：

len(df[['ColA', 'ColB']].drop_duplicates())

我的数据速度是 len(df.groupby(['ColA', 'ColB'])) 的两倍。

Answer 3

自 Pandas 1.1.0 以来，方法 pandas.DataFrame.value_counts 可用，它完全满足您的需要。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

Pandas 计算唯一行

Pandas Counting Unique Rows

python

counter

python-2.7

pandas