计算使用Python连续重复值的次数

Question

我正在尝试迭代pandas数据框中的一行，检查是否有任何类似的值，如果有相似的值，我想计算重复该值的次数而忽略第一次并将其记录下来一栏。

输入：

pd.DataFrame(
    [['K1', 'K2', 'K1', 'R3', 'R1', 'K3'], 
     ['K2', 'K4', 'K4', 'R2', 'R2' ,'R2']], 
    columns=list('ASDFEI')
)

    A   S   D   F   E   I
0  K1  K2  K1  R3  R1  K3
1  K2  K4  K4  R2  R2  R2

该链接包含显示我要执行的操作的图像。在第一行中，只有K1重复一次，因此计数为1.在第二行中，K4重复一次，R2重复两次，因此计数为3.

Answer 1

这应该有效：

# Insert column count with count of duplicated (keep=First is default)
df.insert(0,'Count', df.T.apply(pd.Series.duplicated).sum())

print(df)

返回

   Count   A   S   D   F   E   I
0      1  K1  K2  K1  R3  R1  K3
1      3  K2  K4  K4  R2  R2  R2

更新：您可以使用pd.Series.isin（）和~创建一个布尔掩码，以滤除不需要的结果。

• 使用axis = 1迭代行
• 使用sum（axis = 1）计算行数
• 使用astype（int）转换为float

# Create new Series with count of duplicated (keep=First is default)
newcol = (df.apply(lambda x: x[~x.isin(['TK',np.NaN])]
           .duplicated(), axis=1).sum(axis=1).astype(int))

# Insert column
df.insert(0,'Count', newcol)

print(df)

返回：

   Count   A    S    D   F   E   I
0      1  K1   TK   K1  R3  TK  K3
1      2  K2  NaN  NaN  R2  R2  R2

Answer 2

IIUC，您可以stack自己的框架并致电groupby + value_counts

df['Count'] = (df.stack().groupby(level=0).value_counts() - 1).sum(level=0)
df

    A   S   D   F   E   I  Count
0  K1  K2  K1  R3  R1  K3      1
1  K2  K4  K4  R2  R2  R2      3

或者，使用insert（如@Anton vBR所示），

df.insert(
    0, 'Count', (df.stack().groupby(level=0).value_counts() - 1).sum(level=0)
)
df

   Count   A   S   D   F   E   I
0      1  K1  K2  K1  R3  R1  K3
1      3  K2  K4  K4  R2  R2  R2