如何计算Pandas数据框架中的重复数

在Pandas中，可以使用duplicated()和drop_duplicates()函数来检测和处理重复数据。具体方法如下：

1. duplicated()函数

该函数能够识别在DataFrame中具有重复项的行，返回一个布尔型数组，其中值为True表示该行是一个重复行。

用法示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
   'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
   'C': [1, 1, 2, 3, 2, 2, 1, 2]
})

# 检查是否存在重复行
duplicate_rows_df = df[df.duplicated()]

print("重复的行：")
print(duplicate_rows_df)

输出结果：

重复的行：
     A    B  C
3  bar  three  3
4  foo   two   2
5  bar   two   2
6  foo   one   1
7  foo  three  2

1. drop_duplicates()函数

该函数能够删除DataFrame中的重复项。默认情况下，它会挑选第一次出现的值，将其它的值都视为重复项。

用法示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
   'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
   'C': [1, 1, 2, 3, 2, 2, 1, 2]
})

# 删除重复行
df = df.drop_duplicates()

print("去重之后的DataFrame：")
print(df)

输出结果：

去重之后的DataFrame：
     A    B  C
0  foo  one  1
1  bar  one  1
2  foo  two  2
3  bar  three  3
4  foo  two  2
5  bar  two  2
6  foo  one  1
7  foo  three  2

根据上述方法，可以计算Pandas数据框架中的重复数。首先使用duplicated()函数识别出重复行，然后再使用sum()函数计算重复数。

用法示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
   'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
   'C': [1, 1, 2, 3, 2, 2, 1, 2]
})

# 计算重复数
duplicate_count = df.duplicated().sum()
print("DataFrame中的重复数为：", duplicate_count)

输出结果：

DataFrame中的重复数为： 5

也可以使用drop_duplicates()函数计算Pandas数据框架中的重复数。此时直接删除掉重复行，并计算处理后的行数与原始行数之差即可。

用法示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
   'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
   'C': [1, 1, 2, 3, 2, 2, 1, 2]
})

# 计算重复数
original_len = len(df)
df = df.drop_duplicates()
new_len = len(df)

duplicate_count = original_len - new_len
print("DataFrame中的重复数为：", duplicate_count)

输出结果：

DataFrame中的重复数为： 5

以上就是计算Pandas数据框架中的重复数的完整攻略，包括具体方法及示例说明。