日常答疑|Python实现分类频数统计

2020-06-16 22:29:00 浏览数 (1)

提问:求每组数据中每个元素重复的个数,用什么函数?

咋一看,我觉得他问的我很懵B~于是,和他要了份数据,瞬间清楚了很多!

所以,需求就是求手机号前7位重复个数,安排!

安排

一、预览数据

代码语言:javascript复制
df = pd.read_excel(r'C:/Users/Administrator/Desktop/新建 Microsoft Excel 工作表(3).xlsx')
print(df.head(),end = 'nn')
df.info()

预览数据发现,数据格式不正确,需要先进行格式转换,以及防止隐私泄露,我们用一定的方法进行脱敏处理。

代码语言:javascript复制
df = df.iloc[:,:3].astype(str)
print(df.head(),end = 'nn')
df.info()
代码语言:javascript复制
# 方法一
df['手机号'] = df['手机号'].str.split('.',expand = True)[0]
df['手机号'] = df['手机号'].apply(lambda x:x[:-3] '***')
# 方法二
df['手机号前7位'] = df['手机号前7位'].str.replace('.0','')
df.tail()

二、删除无效值

代码语言:javascript复制
idx = df[df['手机号']=='***'].index
df.drop(idx,inplace = True)
df.head()

接下来,进行统计手机号前7位重复个数。

代码语言:javascript复制
n = df['手机号前7位'].value_counts()
df['手机号前7位重复个数'] = df['手机号前7位'].map(n)
df.tail()

当我满心欢喜地告诉他答案时候,他说不对啊!!!不同ID下,要分别统计,也就是说要看每一个ID下手机号前7位重复个数。于是,接着修改。

三、正确答案

代码语言:javascript复制
# 化整为零
ID = df['ID'].unique()
result = []
for i in ID:
    df1 = df[df['ID']==i].copy()
    n = df1['手机号前7位'].value_counts()
    df1['手机号前7位重复个数'] = df1['手机号前7位'].map(n)
    result.append(df1)
r = pd.concat(result)
r.sample(10)

这一次,他没有再说什么!!嘻嘻嘻,为我的机智点赞~

不过,我觉得这个方法也许不是太好吧。但是,有没有更好的方法呢?

欢迎大家和我交流一下,感谢~

0 人点赞