多个数据框统计内容及简单处理

有10个数据框df1,df2,df3....df10，具有相同的列，统计每个数据框中其中一列分别有多少值

# 创建包含所有数据框的列表
data_frames = [df1, df2, df3, df4, df5, df6, df7, df8, df9, df10]

# 创建一个空列表来存储每个数据框中 "column_name" 列的值数量
value_counts = []

# 遍历每个数据框，统计 "column_name" 列的值数量
for df in data_frames:
    count = df["column_name"].count()  # 统计非缺失值的数量
    value_counts.append(count)

# 打印每个数据框中 "column_name" 列的值数量
for i, count in enumerate(value_counts):
    print(f"df{i+1}: {count} values")

当含有多个arrays时，想要选择其中共有的内容，可用下面的代码

import numpy as np
from functools import reduce

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([3, 4, 5, 6, 7])
arr3 = np.array([5, 6, 7, 8, 9])
# ... 其他数组

arrays = [arr1, arr2, arr3, ...]  # 包含所有数组的列表

common_elements = reduce(np.intersect1d, arrays)
print(common_elements)