我有一个带有索引private static int countLines(JTextArea textArea)
{
AttributedString text = new AttributedString(textArea.getText());
text.addAttribute(TextAttribute.FONT, textArea.getFont());
FontRenderContext frc = textArea.getFontMetrics(textArea.getFont()).getFontRenderContext();
AttributedCharacterIterator charIt = text.getIterator();
LineBreakMeasurer lineMeasurer = new LineBreakMeasurer(charIt, frc);
Insets textAreaInsets = textArea.getInsets();
float formatWidth = textArea.getWidth() - textAreaInsets.left - textAreaInsets.right;
lineMeasurer.setPosition(charIt.getBeginIndex());
int noLines = 0;
while (lineMeasurer.getPosition() < charIt.getEndIndex())
{
lineMeasurer.nextLayout(formatWidth);
noLines++;
}
return noLines;
}
的pandas数据框,还有一个类似这样的列表:[0, 1, 2...]
。
我想添加一个&#39;计数&#39;数据框的列,它反映了列表中引用索引中数字的次数。
鉴于上面的示例列表,&#39;计数&#39; column的索引[1, 2, 2, 0, 1...]
的值为2
,因为2发生了两次(到目前为止)。有没有比迭代列表更有效的方法呢?
答案 0 :(得分:1)
这里有一种方法,首先将列表加载到df中,然后添加&#39;出现&#39;使用value_counts
然后将merge
列添加到您的orig df:
In [61]:
df = pd.DataFrame({'a':np.arange(10)})
l=[1,2,2,0,1]
df1 = pd.DataFrame(l, columns=['data'])
df1['occurence'] = df1['data'].map(df1['data'].value_counts())
df1
Out[61]:
data occurence
0 1 2
1 2 2
2 2 2
3 0 1
4 1 2
In [65]:
df.merge(s, left_index=True, right_on='data',how='left').fillna(0).drop_duplicates().reset_index(drop=True)
Out[65]:
a data count
0 0 0 1
1 1 1 2
2 2 2 2
3 3 3 0
4 4 4 0
5 5 5 0
6 6 6 0
7 7 7 0
8 8 8 0
9 9 9 0
答案 1 :(得分:0)
在pandas中计算数据框中数字的出现很容易
您只需使用Series.value_counts方法。
然后使用pandas.merge函数将分组的数据框与原始数据框连接起来。
像你拥有的那样设置一个DataFrame:
df = pd.DataFrame({'nomnom':np.random.choice(['cookies', 'biscuits', 'cake', 'lie'], 10)})
df现在是一个包含一些任意数据的DataFrame(因为你说你有更多的数据)。
nomnom
0 biscuits
1 lie
2 biscuits
3 cake
4 lie
5 cookies
6 cake
7 cake
8 cake
9 cake
设置一个类似你所拥有的列表:
yourlist = np.random.choice(10, 10)
你的名单现在是:
array([2, 9, 2, 3, 4, 8, 5, 8, 6, 8])
您需要的实际代码(TLDR;):
counts = pd.DataFrame(pd.value_counts(yourlist))
pd.merge(left=df, left_index=True,
right=counts, right_index=True,
how='left').fillna(0)