python统计列表中重复值并保留重复值大于100的数据

可以通过使用`collections`模块中的`Counter`来统计列表中各元素出现的次数，然后再遍历统计结果，将出现次数大于100的元素添加到新列表中。以下是示例代码：

from collections import Counter

# 原始列表
lst = [1, 2, 3, 4, 5, 6, 7, 7, 7, 8, 8, 9, 9, 9, 9, 10]

# 统计元素出现次数
counter = Counter(lst)

# 保留出现次数大于100的元素
new_lst = [ele for ele, count in counter.items() if count > 100]

print(new_lst)  # 输出结果为 []

由于示例列表中没有出现次数大于100的元素，因此最终输出结果为空列表`[]`。如果要测试保留出现次数大于100的元素，可以修改原始列表中的数据。

相关问题

python统计表格某一列中重复值并保留重复值大于100的数据

可以使用pandas库来完成这个任务。

首先，读取表格数据到 pandas 的 DataFrame 中，例如表格文件名为 data.xlsx，可以使用以下代码：

import pandas as pd

df = pd.read_excel('data.xlsx')

然后，选择需要统计的列，假设列名为 "column_name"，可以使用以下代码：

counts = df['column_name'].value_counts()

这会返回一个 pandas Series 对象，其中包含每个值的计数。现在，我们可以使用以下代码来过滤掉计数小于 100 的值：

result = counts[counts >= 100]

这将返回一个包含重复值大于等于 100 的值的 Series 对象。

最后，可以将结果保存到另一个表格文件中，例如 result.xlsx，可以使用以下代码：

result.to_excel('result.xlsx')

完整代码如下：

import pandas as pd

df = pd.read_excel('data.xlsx')
counts = df['column_name'].value_counts()
result = counts[counts >= 100]
result.to_excel('result.xlsx')

如有某超市销售商品数据，共有N条数据，有“设备编号”、“下单时间”、“订单编号”、“购买数量(个)”、“手续费(元)”、“总金额(元)”，“ 支付状态”、“出货状态”、“收款方”、“退款金额(元)”、“购买用户”、“商品详情”、“省市区”13个字段，销售数据中要求“订单编号”不允许重复，总金额(元)大于0.1元，要求完成如下数据清洗： （1）data=pd.read_csv(“某超市销售商品数据.csv”); 请使用drop_duplicates()写出去除“订单编号”重复值语句： （2）写出保留总金额(元)大于0.1元的销售数据的语句： （3）写出统计data中全部缺失值语句：

(1) 去除订单编号重复值的语句：

data.drop_duplicates(subset='订单编号', inplace=True)

(2) 保留总金额大于0.1元的销售数据的语句：

data = data[data['总金额(元)'] > 0.1]

(3) 统计data中全部缺失值的语句：

data.isnull().sum()

其中，isnull()函数用于判断每个元素是否为空值，返回的是一个布尔类型的数据表，True表示为空值，False表示非空值。sum()函数对每列数据进行求和，统计空值数量。