熊猫计算列中每个值的出现次数

Posted 2023-03-11

【中文标题】熊猫计算列中每个值的出现次数

【英文标题】：Pandas count the occurrences of each value in column

【发布时间】：2018-07-17 22:52:34

【问题描述】：

我有这个数据框：

我想要一个新列，它只计算 MatchID 列中 matchID 的第一个实例。

具体来说，它会检查 matchID 以查看它是否是唯一的。如果它是唯一的，它会将输入 1 放在新的列行中。如果它不是唯一的，而是 matchID 的第一个实例，它还在新列中输入 1。如果它是重复的而不是第一个实例，它将在新列中放置一个零。

任何帮助都会令人惊叹。从 excel 切换到 pandas 比预期的要困难得多:)。

提前致谢。

【问题讨论】：

你的条件是否可以恢复为一个：如果是第一次出现 MatchID，则为 1，否则为 0？因此，您严重依赖索引（它定义了 DataFrame 的行顺序），可以吗？

不要发布你的数据框的图片。发布几行，以便人们可以剪切和粘贴以轻松重现您的问题。阅读如何创建minimal reproducible example。

【参考方案1】：

怎么样：

df['Count'] = (~df['MatchID'].duplicated()).astype(int)

【讨论】：

我觉得@Ben 的解决方案很好，为什么要加上keep=False？

【参考方案2】：

这是一种基于示例 DataFrame 的方法：

# Some dummy data. The field ID is equivalent to MatchID
df = pd.DataFrame([("A",12),("B", 12), ("A",123)], columns=["id","val"])
# Create a temporary subset of the DF that matches the "first or unique" rule
first_or_unique = df.drop_duplicates(subset="id", keep="first")
# Populate the new match lookup series with 0 for all rows to begin with
df["match"] = 0
# Finally, use `.loc` along with the temporary DF's index to set the relevant
# rows to be 1
df.loc[first_or_unique.index.values, "match"] = 1