如何基於多列統計 Pandas DataFrame 中重複行的頻率？

根據多個資料幀列取得頻率計數

在給定的資料幀中，每行由多列組成，通常有必要確定重複行出現的頻率。這個任務可以使用 Python 的 pandas 函式庫來完成。

解決方案

pandas groupby() 函數允許根據特定列對行進行分組。要計算重複行的頻率，我們可以按所需的列進行分組並利用size() 函數：

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

此程式碼將產生一個pandas.Series 對象，其中組鍵作為索引和頻率算作值。要將其轉換為資料幀，我們可以使用reset_index() 函數：

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

在此範例中，產生的資料幀將包含「Group」、「Size」和「Time」列，其中“Time”代表頻率計數。

另一種方法是在 groupby() 中使用 as_index=False 參數：

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

這將直接產生資料幀，而不需要進一步索引操作。

透過利用這些技術，您可以輕鬆獲得基於資料幀中多個列的頻率計數，並獲得有關資料分佈的寶貴見解。

以上是如何基於多列統計 Pandas DataFrame 中重複行的頻率？的詳細內容。更多資訊請關注PHP中文網其他相關文章！