我有这个数据框:
content
id
17 B
17 A
6 A
15 A
...
我想计算索引17的行数(在这种情况下为2)。 有没有办法做到这一点?
答案 0 :(得分:2)
您可以分组级别
df.groupby(level=0).count()
或reset_index()
df.reset_index().groupby('id').count()
答案 1 :(得分:1)
您可以尝试:
sum(df.index == 17)
当索引值与其他df.index == 17
匹配时, boolean
会返回一个True
与False
的数组。而且
使用sum
函数True
相当于1
。
答案 2 :(得分:1)
Input: # Your DataFrame
test_dict = {'id': ['17', '17', '6', '15'], 'content': ['B', 'A', 'A', 'A']}
testd_df = pd.DataFrame.from_dict(test_dict) # create DataFrame from dict
testd_df.set_index('id', inplace=True) # set 'id' as index in inplace way
testd_df
Output:
|content
--------------
id |
-------------
17 | B
17 | A
6 | A
15 | A
pandas.Index.value_counts
根据文档,pandas.Index.value_counts
将返回包含唯一值计数的对象,并返回pd.Series
。
现在,我可以使用pandas.Series.loc
选择想要的特定索引(不要与.iloc
混淆)
# Solution
Input: index_count = pd.Index(testd_df.index).value_counts() # count value of unique value
index_count
Output: 17 2
15 1
6 1
dtype: int64
---------------------------------
Input: index_count.loc['17'] # select the information you care about
Output: 2