Bagaimana Mengira Kekerapan Baris Pendua dalam Bingkai Data Pandas Berdasarkan Berbilang Lajur?

Mendapatkan Kiraan Kekerapan Berdasarkan Berbilang Lajur Bingkai Data

Dalam bingkai data tertentu, di mana setiap baris terdiri daripada berbilang lajur, ia selalunya diperlukan untuk menentukan kekerapan baris pendua muncul. Tugasan ini boleh dicapai menggunakan perpustakaan panda Python.

Penyelesaian

Fungsi panda groupby() membenarkan untuk mengumpulkan baris berdasarkan lajur tertentu. Untuk mengira kekerapan baris pendua, kami boleh mengumpulkan mengikut lajur yang dikehendaki dan menggunakan fungsi size():

<code class="python">dfg = df.groupby(by=["Group", "Size"]).size()</code>

Kod ini akan menjana objek panda.Series dengan kunci kumpulan sebagai indeks dan kekerapan dikira sebagai nilai. Untuk menukarnya kepada bingkai data, kita boleh menggunakan fungsi reset_index():

<code class="python">dfg = df.groupby(by=["Group", "Size"]).size().reset_index(name="Time")</code>

Dalam contoh ini, bingkai data yang terhasil akan mempunyai lajur untuk "Kumpulan," "Saiz" dan "Masa," di mana "Masa" mewakili kiraan kekerapan.

Pendekatan alternatif ialah menggunakan as_index=False argument dalam groupby():

<code class="python">dfg = df.groupby(by=["Group", "Size"], as_index=False).size()</code>

Ini akan terus menjana kerangka data tanpa memerlukan lebih lanjut manipulasi indeks.

Dengan menggunakan teknik ini, anda boleh memperoleh kiraan kekerapan dengan mudah berdasarkan berbilang lajur dalam rangka data dan memperoleh cerapan berharga tentang pengagihan data.

Atas ialah kandungan terperinci Bagaimana Mengira Kekerapan Baris Pendua dalam Bingkai Data Pandas Berdasarkan Berbilang Lajur?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!