日常答疑|Python实现分类频数统计

最新推荐文章于 2025-03-03 23:00:09 发布

原创最新推荐文章于 2025-03-03 23:00:09 发布 · 4.4k 阅读

6 ·

CC 4.0 BY-SA版权

问题

群友提问：求每组数据中每个元素重复的个数，用什么函数？

严小样儿：安排！

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

df = pd.read_excel(r'C:/Users/Administrator/Desktop/新建 Microsoft Excel 工作表(3).xlsx')print(df.head(),end = '\n\n')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。

df = df.iloc[:,:3].astype(str)
print(df.head(),end = '\n\n')
df.info()

# 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

idx = df[df['手机号']=='***'].indexdf.drop(idx,inplace = True)df.head()

接下来，进行统计手机号前7位重复个数。

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

# 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)