熊猫计算唯一行答案

【问题标题】：Pandas Counting Unique Rows熊猫计算唯一行
【发布时间】：2016-07-01 08:09:08
【问题描述】：

我有一个类似于以下内容的 pandas 数据框：

我想要一个与Counter 具有相同功能的输出。我需要知道每行出现了多少次（所有列都相同。

在这种情况下，正确的输出应该是：

ColA ColB Count
1    1    3
1    2    2
2    1    1
3    2    1

我已经尝试过类似的东西：

df.groupby(['ColA','ColB']).ColA.count()

但这给了我一些丑陋的输出，我无法格式化

【问题讨论】：

标签： python python-2.7 pandas counter

【解决方案1】：

您可以将size 与reset_index 一起使用：

print df.groupby(['ColA','ColB']).size().reset_index(name='Count')
   ColA  ColB  Count
0     1     1      3
1     1     2      2
2     2     1      1
3     3     2      1

【讨论】：

【解决方案2】：

我只需要计算唯一行数，并使用了DataFrame.drop_duplicates 替代方法，如下所示：

len(df[['ColA', 'ColB']].drop_duplicates())

我的数据速度是 len(df.groupby(['ColA', 'ColB'])) 的两倍。

【讨论】：

【解决方案3】：

自 Pandas 1.1.0 起，pandas.DataFrame.value_counts 方法可用，这正是您所需要的。它创建了一个系列，其中唯一的行作为多索引，计数作为值：

df = pd.DataFrame({'ColA': [1, 1, 1, 1, 1, 2, 3], 'ColB': [1, 1, 1, 2, 2, 1, 2]})
pd.options.display.multi_sparse = False  # option to print as requested

print(df.value_counts())                 # requires pandas >= 1.1.0

输出，其中ColA 和ColB 是多索引，第三列包含计数：

ColA  ColB
1     1       3
1     2       2
3     2       1
2     1       1
dtype: int64

【讨论】：