pandas统计重复值次数的方法实现

本文主要介绍了pandas统计重复值次数的方法实现，分享给大家，具体如下：

from pandas import DataFrame

df = DataFrame({'key1':['a','a','b','b','a','a'],
       'key2':['one','two','one','two','one','one'],
       'data1':[1,2,3,2,1,1],
       # 'data2':np.random.randn(5)
       })
# 打印数据框
print(df)
#  data1 key1 key2
# 0   1  a one
# 1   2  a two
# 2   3  b one
# 3   2  b two
# 4   1  a one
# 5   1  a one

# 重复项
print(df[df.duplicated()])
#  data1 key1 key2
# 4   1  a one
# 5   1  a one

# 统计重复值
dup=df[df.duplicated()].count()
print(dup) # 最后两项重复
# data1  2
# key1   2
# key2   2

# 去除重复项
nodup=df[-df.duplicated()]
print(nodup)
#  data1 key1 key2
# 0   1  a one
# 1   2  a two
# 2   3  b one
# 3   2  b two

pandas 中 dataframe 重复元素个数的获取

方法有二：

1. 在调用duplicated方法后，非重复的元素会被标记为False，而重复的元素会被标记为True

count = 0
for i in users_info['user_id'].duplicated():
 if i == True:
   count = count + 1
count

【注1】users_info为一个dataframe框，user_id为其中一列

【注2】duplicated( )方法只会把重复的元素标记为True,而不会标记被重复的元素

2.这行代码的速度更快，drop_duplicates(['user_id'])方法为删除user_id列中相同的元素

users_info.shape[0] - users_info.drop_duplicates(['user_id']).shape[0]

【注】shape[0] 为获取行数

来源：https://blog.csdn.net/qq_35203425/article/details/80830911