Question

我有一个这样的数据框：

Calendar basicCalendar = new Calendar();

basicCalendar.DisplayDateStart = new DateTime(2009, 1, 10);
basicCalendar.DisplayDateEnd = new DateTime(2009, 4, 18);
basicCalendar.DisplayDate = new DateTime(2009, 3, 15);
basicCalendar.SelectedDate = new DateTime(2009, 2, 15);

//Adding your WPF control
elementHost1.Child = basicCalendar;

我想在此列中计算唯一值，并将计数自身添加为变量。最后，它应该是这样的：

IP_address
   IP1
   IP1
   IP1
   IP4
   IP4
   IP4
   IP4
   IP4
   IP7
   IP7
   IP7

我可以使用以下代码获取列的唯一值：

IP_address  IP_address_Count
   IP1               3
   IP1               3
   IP1               3
   IP4               5
   IP4               5
   IP4               5
   IP4               5
   IP4               5
   IP7               3
   IP7               3
   IP7               3

但是，我不知道如何在python循环中匹配这些，以便我可以在python中获得所需的结果。非常感谢任何形式的帮助。

我无法在stackoverflow中找到相应的答案。如果有什么请指导我。谢谢。

Answer 1

您可以将value_counts（）与map

一起使用

df['count'] = df['IP_address'].map(df['IP_address'].value_counts())


    IP_address  count
0   IP1         3
1   IP1         3
2   IP1         3
3   IP4         5
4   IP4         5
5   IP4         5
6   IP4         5
7   IP4         5
8   IP7         3
9   IP7         3
10  IP7         3

Answer 2

使用pd.factorize
这应该是一个非常快速的解决方案，可以很好地扩展大数据

f, u = pd.factorize(df.IP_address.values)
df.assign(IP_address_Count=np.bincount(f)[f])

   IP_address  IP_address_Count
0         IP1                 3
1         IP1                 3
2         IP1                 3
3         IP4                 5
4         IP4                 5
5         IP4                 5
6         IP4                 5
7         IP4                 5
8         IP7                 3
9         IP7                 3
10        IP7                 3

Answer 3

NumPy方式 -

tags, C = np.unique(df.IP_address, return_counts=1, return_inverse=1)[1:]
df['IP_address_Count'] = C[tags]

示例输出 -

In [275]: df
Out[275]: 
   IP_address  IP_address_Count
0         IP1                 3
1         IP1                 3
2         IP1                 3
3         IP4                 5
4         IP4                 5
5         IP4                 5
6         IP4                 5
7         IP4                 5
8         IP7                 3
9         IP7                 3
10        IP7                 3

Answer 4

In [75]: df['IP_address_Count'] = df.groupby('IP_address')['IP_address'].transform('size')

In [76]: df
Out[76]:
   IP_address  IP_address_Count
0         IP1                 3
1         IP1                 3
2         IP1                 3
3         IP4                 5
4         IP4                 5
5         IP4                 5
6         IP4                 5
7         IP4                 5
8         IP7                 3
9         IP7                 3
10        IP7                 3

Answer 5

ip_set = df.IP_address.unique()
dict_temp = {}
for ip in ip_set:
    dict_temp[ip] = df[df.IP_address == ip].IP_address.value_counts()[0]
df['counts'] = [dict_temp[ip] for ip in df.IP_address]

这似乎给了我想要的那种输出

编辑：Vaishali对地图的使用是完美的

如何在python中的数据框中为记录分配唯一值的计数

5 个答案: