在Python中計算與熊貓一行的發生率

Question

我有一個擁有數千行和4列的熊貓數據框。即：

A B C D 
1 1 2 0 
3 3 2 1 
3 1 1 0 
.... 

有什麼方法可以計算某一行發生多少次？例如，可以找到多少次[3,1,1,0]，並返回這些行的索引？

Answer 1

如果你只想找一個行的話，我可能會做這樣的事情

>>> df.index[(df == [3, 1, 1, 0]).all(axis=1)] 
Int64Index([2, 3], dtype=int64) 

-

說明如下。從開始：

>>> df 
    A B C D 
0 1 1 2 0 
1 3 3 2 1 
2 3 1 1 0 
3 3 1 1 0 
4 3 3 2 1 
5 1 2 3 4 

我們比較反對我們的目標：

>>> df == [3,1,1,0] 
     A  B  C  D 
0 False True False True 
1 True False False False 
2 True True True True 
3 True True True True 
4 True False False False 
5 False False False False 

找出那些該比賽：

>>> (df == [3,1,1,0]).all(axis=1) 
0 False 
1 False 
2  True 
3  True 
4 False 
5 False 

，並使用此布爾系列從索引中選擇：

>>> df.index[(df == [3,1,1,0]).all(axis=1)] 
Int64Index([2, 3], dtype=int64) 

如果你是不計算一行的出現次數，而是您想要爲每一行重複執行此操作，因此您確實想要同時查找所有行，但比反覆執行上述操作要快得多。但是這應該足夠工作一行。

Answer 2

首先創建一個樣本數組：

>>> import numpy as np 
>>> x = [[1, 1, 2, 0], 
... [3, 3, 2, 1], 
... [3, 1, 1, 0], 
... [0, 1, 2, 3], 
... [3, 1, 1, 0]] 

然後創建數組，其中每行是一個單一元素的觀點：

>>> y = x.view([('', x.dtype)] * x.shape[1]) 
>>> y 
array([[(1, 1, 2, 0)], 
     [(3, 3, 2, 1)], 
     [(3, 1, 1, 0)], 
     [(0, 1, 2, 3)], 
     [(3, 1, 1, 0)]], 
     dtype=[('f0', '<i8'), ('f1', '<i8'), ('f2', '<i8'), ('f3', '<i8')]) 

與你想要找的元素同樣的事情：

>>> e = np.array([[3, 1, 1, 0]]) 
>>> tofind = e.view([('', e.dtype)] * e.shape[1]) 

現在你可以查找元素：

>>> y == tofind[0] 
array([[False], 
     [False], 
     [ True], 
     [False], 
     [ True]], dtype=bool) 

Answer 3

您也可以使用多指標，當它的排序，這是更快地找到計數：

s = StringIO("""A B C D 
1 1 2 0 
3 3 2 1 
3 1 1 0 
3 1 1 0 
3 3 2 1 
1 2 3 4""") 
df = pd.read_table(s,delim_whitespace=True) 
s = pd.Series(range(len(df)), index=pd.MultiIndex.from_arrays(df.values.T)) 
s = s.sort_index() 
idx = s[3,1,1,0] 
print idx.count(), idx.values 

輸出：

2 [2 3]