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
