Python Pandas 在相同 len() 的两列中不同 value_counts()答案

【问题标题】：Python Pandas differing value_counts() in two columns of same len()Python Pandas 在相同 len() 的两列中不同 value_counts()
【发布时间】：2017-05-18 19:09:58
【问题描述】：

我有一个 pandas 数据框，它包含两列，跟踪号 [col_1] 和 ID 号 [col_2]。跟踪号可以重复，ID 号也可以重复 - 但是，每个跟踪和 ID 应该只对应相邻列中的特定人员。

我的两列都是一样长，但是唯一值计数不同，应该是一样的，如下图：

in[1]:  Trace | ID
        1     | 5054
        2     | 8291
        3     | 9323
        4     | 9323
        ...   |
        100   | 8928

in[2]:  print('unique traces: ', df['Trace'].value_counts())
        print('unique IDs: ', df['ID'].value_counts())

out[3]: unique traces: 100
        unique IDs: 99

在上面的代码中，相同的 ID 号 (9232) 由两个跟踪号 (3 和 4) 表示 - 我如何隔离这些事件？感谢收看！

【问题讨论】：

我是否正确，您想查找重复项？如果是这样，你想要行号还是重复的ID？
@MSeifert - 首选行号。谢谢！

标签： python python-3.x pandas dataframe

【解决方案1】：

通过使用duplicated() 函数（docs），您可以执行以下操作：

df[df['ID'].duplicated(keep=False)]

通过将keep 设置为False，我们可以获得所有重复项（而不是排除第一个或最后一个）。

Trace   ID
2   3   9323
3   4   9323

【讨论】：

@ScottBoston 但这只会检查重复项。 OP 要求每个 ID 组的 Trace 唯一元素的数量。这将返回具有相同跟踪的相同 ID，但您的不会。我不认为这是正确的。

【解决方案2】：

您可以使用groupby 和filter：

df.groupby('ID').filter(lambda x: x.Trace.nunique() > 1)

输出：

  Trace      ID
2     3  9323.0
3     4  9323.0

【讨论】：

【解决方案3】：

#this should tell you the index of Non-unique Trace or IDs.

df.groupby('ID').filter(lambda x: len(x)>1)
Out[85]: 
   Trace    ID
2      3  9323
3      4  9323

df.groupby('Trace').filter(lambda x: len(x)>1)
Out[86]: 
Empty DataFrame
Columns: [Trace, ID]
Index: []

【讨论】：

这只是返回一个 df，其中有两个以上的跟踪号实例 - 不是在哪里，假设有两个相同的跟踪号实例，而是两个 [或更多] 不同的 ID相同的跟踪号
第一个 groupby 检查重复的 ID，第二个检查重复的 Trace。