用 numpy 和 pandas Python 计算重复单词答案

【问题标题】：Counting repeating words with numpy and pandas Python用 numpy 和 pandas Python 计算重复单词
【发布时间】：2021-11-19 21:24:48
【问题描述】：

我想编写一个代码，它在a 中为每个不同的值输出重复值的数量。然后我想制作一个熊猫数据表来打印它。下面的sums 代码不起作用我如何才能使它起作用并获得预期的输出？

import numpy as np
import pandas as pd 

a = np.array([12,12,12,3,43,43,43,22,1,3,3,43])
uniques = np.unique(a)
sums = np.sum(uniques[:-1]==a[:-1])

预期输出：

Value    Repetition Count
1        1
3        3
12       3
22       1
43       4

【问题讨论】：

sort 列，然后使用groupby().count()。

标签： python arrays pandas numpy count

【解决方案1】：

根据数组a定义一个数据框df。然后，使用.groupby() + .size() 获取唯一值的大小/计数，如下：

a = np.array([12,12,12,3,43,43,43,22,1,3,3,43])
df = pd.DataFrame({'Value': a})

df.groupby('Value').size().reset_index(name='Repetition Count')

结果：

   Value  Repetition Count
0      1                 1
1      3                 3
2     12                 3
3     22                 1
4     43                 4

编辑

如果您还想要计数百分比，您可以使用：

(df.groupby('Value', as_index=False)
   .agg(**{'Repetition Count': ('Value', 'size'), 
           'Percent': ('Value', lambda x: round(x.size/len(a) *100, 2))})
)

结果：

   Value  Repetition Count  Percent
0      1                 1     8.33
1      3                 3    25.00
2     12                 3    25.00
3     22                 1     8.33
4     43                 4    33.33

或将.value_counts 与normalize=True 一起使用

pd.Series(a).value_counts(normalize=True).mul(100)

结果：

43    33.333333
12    25.000000
3     25.000000
22     8.333333
1      8.333333
dtype: float64

【讨论】：

除了重复计数之外，我还可以放置一个百分比条，例如 43 的值，它在 4/12 发生，所以它是 33.3%
@georgehere 好的，请稍等。
感谢感谢
@georgehere 查看我的百分比编辑。

【解决方案2】：

你可以使用groupby:

>>> pd.Series(a).groupby(a).count()
1     1
3     3
12    3
22    1
43    4
dtype: int64

或value_counts():

>>> pd.Series(a).value_counts().sort_index()
1     1
3     3
12    3
22    1
43    4
dtype: int64

【讨论】：

【解决方案3】：

如果你从 np.array 制作一个 pandas 数据框然后使用 value_counts() 是最简单的。

df = pd.DataFrame(data=a, columns=['col1'])

print(df.col1.value_counts())
43    4
12    3
3     3
22    1
1     1

【讨论】：