Skip to main content
 首页 » 编程设计

python之在 pandas DataFrame 中计算每列行中的重复项

2024年12月31日7mengfanrong

我有一张很长的 table ,如下所示:

    A    B    C    D    ....... 
0   au   br   gt   uy 
1   cd   gq   gt   uy 
2   fg   br   gt   ml 
3   kl   br   gt   wx 

................................

我想计算并打印每列的重复项,例如:

A   0     
B   2      
C   3      
D   1     

我只发现计算一列的重复项:

df.duplicated(['B']).sum() 

我必须写所有的列(大约 30 个)还是可以使用 pandas 的东西?我试过这个但它不起作用:

df.duplicated(df.loc[:,:]).sum() 

请您参考如下方法:

用nunique减去DataFrame的长度:

df = len(df) - df.nunique() 
print (df) 
A    0 
B    2 
C    3 
D    1 
dtype: int64 

或者使用apply与 duplicated分别获取每一列的 bool 掩码和 sum True 值的计数:

df = df.apply(lambda x: x.duplicated()).sum() 
print (df) 
A    0 
B    2 
C    3 
D    1 
dtype: int64