Pandas 重复值统计 | 您所在的位置:网站首页 › if函数查找重复值 › Pandas 重复值统计 |
Pandas 重复值统计
在本文中,我们将介绍如何使用Pandas在DataFrame中统计重复值。 阅读更多:Pandas 教程 检查重复值我们可以使用duplicated()函数来检查DataFrame中的重复值。该函数将返回一个布尔型数组,表示DataFrame中每个元素是否重复出现。例如,我们有一个读取自CSV的DataFrame: import pandas as pd df = pd.read_csv('data.csv') print(df)输出: Name Age 0 Bob 23 1 Tom 28 2 Jack 23 3 Bob 23 4 Bob 28我们可以使用duplicated()函数来检查每个元素是否重复: print(df.duplicated())输出: 0 False 1 False 2 False 3 True 4 False dtype: bool在这个例子中,第4个元素是一个重复值。我们可以在DataFrame中使用drop_duplicates()函数来删除重复值: df = df.drop_duplicates() print(df)输出: Name Age 0 Bob 23 1 Tom 28 2 Jack 23 4 Bob 28现在,我们的DataFrame中只剩下4个唯一的值。 统计重复值我们可以使用value_counts()函数来统计重复值的数量。该函数将返回一个Pandas Series对象,其中包含每个唯一值出现的次数。例如,我们可以对上述DataFrame中的Name列进行统计: print(df['Name'].value_counts())输出: Bob 2 Jack 1 Tom 1 Name: Name, dtype: int64在这个例子中,Bob出现了两次,Jack和Tom各出现了一次。 统计重复值的比例我们可以使用value_counts()函数和normalize=True参数来计算重复值出现的比例。例如,我们可以对上述DataFrame中的Age列进行统计: print(df['Age'].value_counts(normalize=True))输出: 23 0.5 28 0.5 Name: Age, dtype: float64在这个例子中,23和28等比例出现。 总结本文介绍了在Pandas中统计DataFrame中重复值的方法,包括检查重复值、删除重复值、统计重复值和统计重复值的比例。这些功能可以帮助我们更好地分析和理解数据。 |
CopyRight 2018-2019 实验室设备网 版权所有 |