So zählen sie duplikate in pandas: mit beispielen

Sie können die folgenden Methoden verwenden, um Duplikate in einem Pandas-DataFrame zu zählen:

Methode 1: Zählen Sie doppelte Werte in einer Spalte

 len (df[' my_column ']) - len (df[' my_column ']. drop_duplicates ())

Methode 2: Zählen Sie doppelte Zeilen

 len (df) -len ( df.drop_duplicates ())

Methode 3: Duplikate für jede eindeutige Zeile zählen

 df. groupby ( df.columns.tolist (), as_index= False ) . size ()

Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'G', 'F', 'G', 'G', 'F', 'F'],
                   ' points ': [5, 5, 8, 10, 5, 7, 10, 10]})

#view DataFrame
print (df)

  team position points
0 AG 5
1 GA 5
2 AG 8
3 AF 10
4 BG 5
5 BG 7
6 BF 10
7 BF 10

Beispiel 1: Zählen Sie doppelte Werte in einer Spalte

Der folgende Code zeigt, wie die Anzahl der doppelten Werte in der Punktespalte gezählt wird:

 #count duplicate values in points column
len (df[' points '])- len (df[' points ']. drop_duplicates ())

4

Wir können sehen, dass die Punktespalte 4 doppelte Werte enthält.

Beispiel 2: Doppelte Zeilen zählen

Der folgende Code zeigt, wie die Anzahl der doppelten Zeilen im DataFrame gezählt wird:

 #count number of duplicate rows
len (df) -len ( df.drop_duplicates ())

2

Wir können sehen, dass es im DataFrame zwei doppelte Zeilen gibt.

Wir können die folgende Syntax verwenden, um diese beiden doppelten Zeilen anzuzeigen:

 #display duplicated rows
df[df. duplicated ()]

        team position points
1 A G 5
7 B F 10

Beispiel 3: Duplikate für jede eindeutige Zeile zählen

Der folgende Code zeigt, wie die Anzahl der Duplikate für jede eindeutige Zeile im DataFrame gezählt wird:

 #display number of duplicates for each unique row
df. groupby ( df.columns.tolist (), as_index= False ) . size ()

        team position points size
0 A F 10 1
1 A G 5 2
2 A G 8 1
3 B F 10 2
4 B G 5 1
5 B G 7 1

In der Spalte „Größe“ wird die Anzahl der Duplikate für jede eindeutige Zeile angezeigt.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So entfernen Sie doppelte Zeilen in Pandas
So entfernen Sie doppelte Spalten in Pandas
So wählen Sie Spalten nach Index in Pandas aus