python - 在 python 中的数据帧中查找、计数和提取重复项

Question

我有一个数据框，包括两列 [颜色，值]，如下图所示:

df1 = pd.DataFrame({"Color":[Green, Blue, Green, Green, Blue, Red, Green, Green, Blue, Red, Green, Green, Blue, Red, Blue, Blue, Green], 
                "Value":[20, 21, 25, 30, 41, 512, 40, 41, 352, 31, 52, 451, 253, 54, 142, 122, 784 ]})

目的是找到颜色列的重复列表并计算它们。我使用了这个代码:

dups_colors = pd.concat(g for _, g in data.groupby("Color") if len(g) > 1)#find duplications

输出是:

然后，我使用以下代码计算了重复次数:

count = dups_colors.pivot_table(index=['Color'], aggfunc='size')#count number of duplications

输出是:

直到这里一切都很好。现在我有两个问题如下:
Q1:我需要在这个 mannar 中将计数列添加到 dups_colors 数据框中。

Q2:我需要将对应于每种颜色的值提取到带有颜色标题的单独列中，如下所示:

请看看并帮助我。

Answer 1

关于 Q1 我会这样做:

import pandas as pd
df = pd.DataFrame({'color':['Green','Green','Green','Blue','Blue','Red']})
count = {'Green':3, 'Blue':2}
df['Count'] = None
for name, occur in df.groupby('color').indices.items():
    df['Count'][occur[0]] = count.get(name)
print(df)

输出:

  color Count
0  Green     3
1  Green  None
2  Green  None
3   Blue     2
4   Blue  None
5    Red  None

注意:我简化了你的例子并决定使用 None对于给定 color 的所有非首次出现和单 color s。