Question

我想计算DataFrame中仅出现一次的行。例如，在下面的示例中，我将返回2，因为只有行索引2和3出现一次：

In [1]: df = pd.DataFrame({'a': [1, 1, 2, 3], 'b': [1, 1, 2, 2]})                                                                                                                                                                                                                                                               

In [2]: df                                                                                                                                                                                                                                                                                
Out[2]: 
   a  b
0  1  1
1  1  1
2  2  2
3  3  2

（这与询问唯一行的数量不同，在这种情况下，唯一行的数量为每df.drop_duplicates().shape[0] 3。

Answer 1

将duplicated和~创建的sum转换为True的值的布尔掩码（True是1的过程）：

out = (~df.duplicated(keep=False)).sum()
print (out)
2

详细信息：

print (df.duplicated(keep=False))
0     True
1     True
2    False
3    False

print (~df.duplicated(keep=False))
0    False
1    False
2     True
3     True
dtype: bool

Answer 2

(df.groupby(df.columns.tolist()).size() == 1).sum()

在幕后是：

In [33]: df.groupby(df.columns.tolist()).size()                                                                                                                                                                                                                                            
Out[33]: 
a  b
1  1    2
2  2    1
3  2    1
dtype: int64

size计算每个组合的行数，然后将其求和为1的行。

Answer 3

这是一个numpy选项：

import numpy as np

_, cts = np.unique(df.values, axis=0, return_counts=True)
len(np.where(cts == 1)[0])
#2

Answer 4

听起来像group by和having子句的声音。

len(df.groupby(['a','b']).filter(lambda x: len(x) == 1).index)

2

Answer 5

您可以使用重复的keep = False（否定）来计数不重复的内容。

df = pd.DataFrame({'a': [1, 1, 2, 3], 'b': [1, 1, 2, 2]})
duplicates_s = df.duplicated(keep=False)
(~duplicates_s).sum()

如何计算在DataFrame中仅出现一次的行？

5 个答案: