溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“去重計數有哪些實現方式”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“去重計數有哪些實現方式”吧！
這是一個關于 pandas 從基礎到進階的練習題系列，來源于 github 上的 guipsamora/pandas_exercises 。這個項目從基礎到進階，可以檢驗你有多么了解 pandas。
我會挑選一些題目，并且提供比原題庫更多的解決方法以及更詳盡的解析。
如下數據：
數據描述：
此數據是訂單明細表。一個訂單會包含很多明細項，表中每個樣本(每一行)表示一個明細項
order_id 列存在重復
quantity 是明細項數量
需求：數據中共有多少個訂單?
下面是答案了
因為 order_id 列是存在重復的，那么一種比較直觀的方式就是去重+計數：
len(df.order_id.drop_duplicates()) 1834
Series.drop_duplicates() 返回的仍然是一個 Series
len 函數可以計算 Series 值數量
但是你可能不知道的是，這個方式是不準確的!
之所以說上一種方式是不準確，是因為沒有考慮到空值的問題。
len 函數不會忽略空值(nan) ，因此如果列中有空值，那么就比正確結果數量多。
正確的做法是：
len(df.order_id.drop_duplicates().dropna())
使用 Series.dropna() 方法可以去掉 nan 值
提示：
即使列中有多個 nan ，經過去重后只會保留一個 nan 值
實際上，pandas 本身有提供一個忽略 nan 的計數方法：
df.order_id.drop_duplicates().count()
點評：
這種方式個人認為最合適
pandas 為列(Series)提供了一個快速匯總計數方法：
df.order_id.value_counts()
Series.value_counts() 相當于 根據 order id 分組，統計數量。并且排除 nan
這相當于實現了去重，因此：
df.order_id.value_counts().count()
感謝各位的閱讀，以上就是“去重計數有哪些實現方式”的內容了，經過本文的學習后，相信大家對去重計數有哪些實現方式這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
