日常答疑|Python实现分类频数统计
日常答疑|Python实现分类频数统计
用户7466307
发布于 2020-06-16 22:29:00
发布于 2020-06-16 22:29:00
提问：求每组数据中每个元素重复的个数，用什么函数？
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']=='***'].index
df.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~
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-04-22，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录