python如何统计表格中去除重复数字的数组的数量

可以使用Python中的pandas库来读取表格数据，并使用set集合来统计表格中不重复的数字的数量，示例如下：

import pandas as pd

# 读取表格数据
df = pd.read_excel('data.xlsx')

# 统计表格中不重复的数字的数量
unique_nums = set()
for col in df.columns:
    if df[col].dtype == 'int64':  # 判断列的数据类型是否为整型
        arr = df[col].tolist()  # 把列转换成列表
        unique_nums.update(set(arr))

count = len(unique_nums)

print(count) # 输出表格中不重复的数字的数量

以上代码中，首先使用pandas库的read_excel函数读取Excel表格数据，并遍历表格的每一列。如果该列的数据类型为整型，则把该列转换成列表，并使用set集合来统计表格中不重复的数字的数量。最后统计所有列的不重复数字的数量，即可得到表格中不重复的数字的数量。

相关问题

python使用正则将excel某列数据中的数组去除

如果你想将Excel表格中某一列中的数组去除，可以使用Python中的正则表达式模块`re`。具体操作如下：

1. 首先需要安装`openpyxl`模块，`openpyxl`是一个用于处理Excel文件的Python库，可以通过以下命令进行安装：

   pip install openpyxl

2. 打开Excel文件，并选中要操作的工作表，通过`openpyxl`模块中的`load_workbook()`和`active`方法进行：

   from openpyxl import load_workbook
   
   wb = load_workbook('example.xlsx')
   ws = wb.active

3. 利用正则表达式模块`re`对所选列进行操作，去除数组。可以使用`re.sub()`函数，将要去除的数组替换为空字符串（即删除），具体操作如下：

   import re
   
   col_num = 1  # 要操作的列号
   pattern = r'\[[\d,]*\]'  # 数组的正则表达式
   for i, cell in enumerate(ws.iter_rows(min_row=1, max_col=1, max_row=ws.max_row)):  # 遍历每一行
       if i == 0:  # 跳过表头
           continue
       cell_value = cell[0].value
       if cell_value is not None:  # 如果单元格不为空
           cell_value = re.sub(pattern, '', str(cell_value))  # 将数组替换为空字符串
           cell[0].value = cell_value  # 修改单元格的值

4. 最后，保存修改后的Excel文件：

   wb.save('example.xlsx')

完整代码如下：

from openpyxl import load_workbook
import re

wb = load_workbook('example.xlsx')
ws = wb.active

col_num = 1  # 要操作的列号
pattern = r'\[[\d,]*\]'  # 数组的正则表达式
for i, cell in enumerate(ws.iter_rows(min_row=1, max_col=1, max_row=ws.max_row)):  # 遍历每一行
    if i == 0:  # 跳过表头
        continue
    cell_value = cell[0].value
    if cell_value is not None:  # 如果单元格不为空
        cell_value = re.sub(pattern, '', str(cell_value))  # 将数组替换为空字符串
        cell[0].value = cell_value  # 修改单元格的值

wb.save('example.xlsx')

如何读取表中的三位数组

要读取表中的三维数组，可以使用Python中的第三方库，如Pandas。以下是一个示例代码：

import pandas as pd
import numpy as np

# 读取表格数据
df = pd.read_csv("data.csv")

# 获取三维数组列的值
arr_str = df["array"].values[0]

# 将字符串转换为NumPy数组
arr = np.fromstring(arr_str[1:-1], sep=" ").reshape((3, 3, 3))

# 打印数组
print(arr)

在这个例子中，我们首先使用Pandas库中的`pd.read_csv()`函数读取一个CSV格式的表格数据，表格中包含了一个名为`array`的列，该列的值是一个三维数组的字符串表示。我们使用`df["array"].values`获取该列的所有值，然后取第一个元素`[0]`，因为我们只需要读取一行数据。接着，我们使用NumPy库中的`np.fromstring()`函数将字符串转换为NumPy数组。在这个函数中，我们使用`sep=" "`指定分隔符为空格，`[1:-1]`表示去掉字符串两端的方括号，最后使用`reshape()`函数将一维数组转换为三维数组。最终，我们使用`print()`函数打印出该数组。