日常答疑|Python实现分类频数统计

共 1360字,需浏览 3分钟

 ·

2020-09-09 21:01

问题

群友提问:求每组数据中每个元素重复的个数,用什么函数?

严小样儿:安排!

咋一看,我觉得他问的我很懵B~于是,和他要了份数据,瞬间清楚了很多!

所以,需求就是求手机号前7位重复个数,安排!

安排

一、预览数据

df = pd.read_excel(r'C:/Users/Administrator/Desktop/新建 Microsoft Excel 工作表(3).xlsx')print(df.head(),end = '\n\n')df.info()


预览数据发现,数据格式不正确,需要先进行格式转换,以及防止隐私泄露,我们用一定的方法进行脱敏处理。


df = df.iloc[:,:3].astype(str)print(df.head(),end = '\n\n')df.info()

# 方法一df['手机号'] = df['手机号'].str.split('.',expand = True)[0]df['手机号'] = df['手机号'].apply(lambda x:x[:-3]+'***')# 方法二df['手机号前7位'] = df['手机号前7位'].str.replace('.0','')df.tail()



二、删除无效值

idx = df[df['手机号']=='***'].indexdf.drop(idx,inplace = True)df.head()



接下来,进行统计手机号前7位重复个数。

n = df['手机号前7位'].value_counts()df['手机号前7位重复个数'] = df['手机号前7位'].map(n)df.tail()



当我满心欢喜地告诉他答案时候,他说不对啊!!!不同ID下,要分别统计,也就是说要看每一个ID下手机号前7位重复个数。于是,接着修改。

三、正确答案

# 化整为零ID = df['ID'].unique()result = []for i in ID:    df1 = df[df['ID']==i].copy()    n = df1['手机号前7位'].value_counts()    df1['手机号前7位重复个数'] = df1['手机号前7位'].map(n)    result.append(df1)r = pd.concat(result)r.sample(10)

这一次,他没有再说什么!!嘻嘻嘻,为我的机智点赞~

不过,我觉得这个方法也许不是太好吧。但是,有没有更好的方法呢?

欢迎大家和我交流一下,感谢~

更多精彩

传送门1:日常答疑|Python向量化操作、矩阵运算

传送门2:日常答疑|Python处理时间格式并计算时间差值

传送门3:从报错开始梳理用Python连接MySQL数据库

传送门4:系列|七天PYTHON养成记之初识

传送门5:系列|七天PYTHON养成记之函数

传送门6日常答疑|MySQL删除重复数据踩过得坑

传送门7系列|七天PYTHON养成记之序列

看完,读完,要“在看” ↓↓↓


浏览 18
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报