python - Pandas 计算不同列中的相同值

Question

我想计算不同列中所有相同值的数量。这里有更好的解释，我有这个 df

df= pd.DataFrame([['Id1',1, 0, 'b', 'j'], ['Id2', 0, 2, 'c', 'g'], ['Id2',0, 1, 2,'je']]) 
df= df.rename({0:'IDcol', 1:'col1', 2:'col2', 3:'col3', 4:'col4'}, axis=1)
df

哪个会显示下面的df

    IDcol   col1    col2    col3    col4
0   Id1     1       0       b       j
1   Id2     0       2       c       g
2   Id2     0       1       2       je

然后计算 col1 和 col2 中的所有值并得到如下内容:

    values  count
0      0      3
1      1      2
2      2      1

作为额外的部分，应该很容易按 IDcol 分组，然后得到类似的东西:

    Id   values count
0   Id1    0    1
1   Id1    1    1
2   Id1    2    0
3   Id2    0    2
4   Id2    1    1
5   Id2    2    0

我已经尝试过 groupby、size 和 values_count 的不同组合，但我对 size 和 value_count 的了解还不够广泛，所以我可能遗漏了一些东西。

我也认为这应该可以使用理解列表来实现，但如果可以使用 pandas 函数，那么处理时间会更好。

注意事项:

1) 我在此示例中使用了 int，但这也适用于字符串。

2) 如果不手动引入值会更好。

Answer 1

您可以使用 df.append然后使用 pd.Series.value_counts .

df['col1'].append(df['col2']).value_counts()

0    3
1    2
2    1