所以我有一个使用 pandas 的大型数据框。
当我这样做时max(df['A'])
它报告的最大值为 9999
什么时候应该是396450
通过观察。
import numpy as numpy
import pandas as pd
f = open("20170901.as-rel2.txt", 'r')
#read file into array, ignore first 6 lines
lines = loadtxt("20170901.as-rel2.txt", dtype='str', comments="#", delimiter="|", unpack=False)
#ignore col 4
lines=lines[:, :3]
#convert to dataframe
df = pd.DataFrame(lines, columns=['A', 'B', 'C'])
找到最大值后,我必须计算每个 node(col 'A')
并说出重复了多少次。
以下是该文件的示例:
df=
A B C
0 2 45714 0
1 2 52685 -1
2 3 293 0
3 3 23248 -1
4 3 133296 0
5 3 265301 -1
6 5 28599 -1
7 5 52352 0
8 5 262879 -1
9 5 265048 -1
10 5 265316 -1
11 10 46392 0
.....
384338 396238 62605 -1
384339 396371 3785 -1
384340 396434 35039 -1
384341 396450 2495 -1
384342 396450 5078 -1
Expect:
[1, 0
2, 2
3, 4
4, 0
5, 5
10, 1
....]
我打算运行一个 for
i <= maxvalue
的循环(最大值超过行数)。
并使用计数器。最有效的方法是什么?
最佳答案
np.bincount
pd.Series(np.bincount(df.A))
0 0
1 0
2 2
3 4
4 0
5 5
6 0
7 0
8 0
9 0
10 1
dtype: int64
关于Python Find max in dataframe 列以循环查找所有值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53231776/