Python用pandas提取一行中相同数据的个数

可以使用 pandas 库中的 value_counts() 函数来统计一行中相同数据的个数。具体操作如下：

假设有一个 DataFrame，其中一行数据为：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4, 2, 3, 3, 4]})
row = df.loc[3]

使用 value_counts() 函数来统计相同数据的个数：

counts = row.value_counts()
print(counts)

输出结果为：

4    2
3    2
2    1
1    1
Name: 3, dtype: int64

其中，行索引为数据值，列名为行索引所在的位置。例如，在第 3 行中，数据值 4 出现了两次，数据值 3 出现了两次，数据值 2 出现了一次，数据值 1 出现了一次。

相关问题

Python用pandas提取Excel表中每行数据中指定某个相同数据的个数

可以使用 pandas 库中的 value_counts() 函数和 apply() 函数来统计 Excel 表中每行数据中某个指定相同数据的个数。具体操作如下：

假设有一个 Excel 表格，其中一列名为 `A`，需要统计每行中值为 `2` 的数据出现的次数，可以使用如下代码：

import pandas as pd

# 读取 Excel 表格
df = pd.read_excel('test.xlsx')

# 定义一个函数用于统计每行数据中值为 2 的个数
def count_num(row):
    return pd.Series(row).value_counts().get(2, 0)

# 使用 apply() 函数将该函数应用到每一行数据上
df['count_of_2'] = df.apply(count_num, axis=1)

# 输出结果
print(df)

其中，`count_num()` 函数用于统计每行数据中值为 2 的个数，并且使用 `pd.Series()` 将每行数据转换为一维的 Series 对象，再使用 `value_counts()` 函数进行统计，最后使用 `get()` 函数获取值为 2 的个数。`apply()` 函数将该函数应用到每一行数据上，并且使用 `axis=1` 参数表示对每一行数据进行操作。最后，将统计结果存储在新的一列中，列名为 `count_of_2`。

输出的结果为一个新的 DataFrame，其中包含每行数据以及每行中值为 2 的个数。

Python用pandas提取Excel表中某几列中每行数据中最大值的重复个数并存入新的一列

可以使用 Pandas 中的 apply 函数结合 lambda 表达式来实现。

假设要提取的 Excel 表格文件名为 "data.xlsx"，要提取的列为 "A" 和 "B"，要求在新的一列 "Max Count" 中存储每行数据中最大值的重复个数，则可以按照以下步骤操作：

首先，导入 Pandas 库并读取 Excel 表格文件：

import pandas as pd

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

接下来，定义一个函数用于计算每行数据中最大值的重复个数：

def count_max(row):
    max_val = max(row["A"], row["B"])
    return row[row == max_val].count()

然后，使用 apply 函数和 lambda 表达式将该函数应用到每一行数据上，并将结果存储到新的一列 "Max Count" 中：

df["Max Count"] = df.apply(lambda row: count_max(row), axis=1)

最后，将处理后的数据保存到 Excel 表格文件中：

df.to_excel("output.xlsx", index=False)

这样就能够提取 Excel 表格中某几列中每行数据中最大值的重复个数并存入新的一列了。