python - 在 Pandas 中寻找外表

Question

我有一个类似的数据框

  ABC  EFG  HIJ

1 a#@! !@#  a

2 a#@! !@#  b

3 a#@! !@#  a

4 a#@! !@#  b

5 a#@! !@#  a

6 a#@! !@#  a    

7 a#@! !@#  a

8 a#@! !@#  a

9 a#@! !@#  a

10 a#@! !@#  a

....

666666 a#@! !@#  a

666667 a#@! !@#  b

666668 a#@! !@#  a

我想知道是这样的

a : 300000(值 'a' 计数)

b:366668(值“b”计数)

外观最大长度 a : 11

最大长度外观 b : 5

如何使用 pandas 和 numpy 获取此值？

Answer 1

我想你需要value_counts获取 HIJ 中值的大小:

s = df['HIJ'].value_counts()
print (s)
a    10
b     3
Name: HIJ, dtype: int64

对于最大的连续值，通过与移位列和 cumsum 进行比较，获取帮助程序 Series然后 groupby按 HIJ 和 s1 列并汇总 size .输出是 MultiIndex，所以另一个 groupby 按第一级聚合 max:

s1 = (df['HIJ'] != df['HIJ'].shift()).cumsum()
print (s1)
1         1
2         2
3         3
4         4
5         5
6         5
7         5
8         5
9         5
10        5
666666    5
666667    6
666668    7
Name: HIJ, dtype: int32

---

print (df.groupby(['HIJ', s1]).size().groupby(level=0).max())
HIJ
a    7
b    1
dtype: int64

---

如果需要多列统计:

s = df.groupby(['ABC','EFG','HIJ']).size().reset_index(name='COUNT')
print (s)
    ABC  EFG HIJ  COUNT
0  a#@!  !@#   a     10
1  a#@!  !@#   b      3

---

s = df.groupby(['ABC','EFG','HIJ', s1]).size()
      .groupby(level=[0,1,2]).max().reset_index(name='LONGEST')
print (s)
    ABC  EFG HIJ  LONGEST
0  a#@!  !@#   a        7
1  a#@!  !@#   b        1