Skip to main content
 首页 » 编程设计

python之检查值是否同时存在于数据框中的任意两列中

2024年12月31日15kevingrace

我有一个这样的数据框:

col_A  col_B  col_C 
 A      B      NaN 
 NaN    NaN    C 
 NaN    B      C 
 A      NaN    C 
 A      NaN    C 

我想获得显示值在任意两列中出现次数的元组。例如:A 和 B 同时存在于数据框的第一行,但在其他任何地方都不存在。因此我应该得到这样的元组:

('A','B',1). 

类似地,A 和 C 一起存在于 2 行中。因此输出应该是这样的:

('A','C',2) 

对于任何 2 列也是如此。我如何实现这一点?

请您参考如下方法:

使用嵌套列表推导式通过 Counter 删除缺失值:

from collections import Counter 
 
c = Counter([tuple([y for y in x if pd.notnull(y)]) for x in df.values.tolist()]) 
print (c) 
Counter({('A', 'C'): 2, ('A', 'B'): 1, ('C',): 1, ('B', 'C'): 1}) 

或stack要删除缺失值,请通过 GroupBy.apply 创建元组并添加 value_counts :

c = df.stack().groupby(level=0).apply(tuple).value_counts() 
print (c) 
(A, C)    2 
(A, B)    1 
(C,)      1 
(B, C)    1 
dtype: int64 

最后为键添加值:

out = [i + (j,) for i, j in c.items()] 
print (out) 
[('A', 'B', 1), ('C', 1), ('B', 'C', 1), ('A', 'C', 2)]