python - 计算python中值的重复出现

Question

我有一个包含如下内容的数据集:

SNo  Cookie
1       A
2       A
3       A
4       B
5       C
6       D
7       A
8       B
9       D
10      E
11      D
12      A

假设我们有 5 个 cookie 'A,B,C,D,E'。现在我想计算在遇到新 cookie 后是否有任何 cookie 重新出现。例如，在上面的示例中，cookie A 在第 7 位再次遇到，然后也在第 12 位遇到。 注意 我们不会将 A 算在第 2 位，因为它同时出现，但在第 7 位和第 12 位，我们在再次看到 A 之前已经看到了许多新的 cookie，因此我们算那个实例。所以基本上我想要这样的东西:

Sno Cookie  Count
 1     A     2
 2     B     1
 3     C     0
 4     D     2
 5     E     0

谁能给我背后的逻辑或 python 代码？

Answer 1

实现此目的的一种方法是首先摆脱连续的 Cookie，然后在使用 duplicated 之前找到 Cookie 出现的位置，最后 groupby cookie 并得到总和:

no_doubles = df[df.Cookie != df.Cookie.shift()]

no_doubles['dups'] = no_doubles.Cookie.duplicated()

no_doubles.groupby('Cookie').dups.sum()

这给你:

Cookie
A    2.0
B    1.0
C    0.0
D    2.0
E    0.0
Name: dups, dtype: float64