python统计出现次数_python – 快速计算pandas DataFrame中所有值的出现次数

该篇博客探讨了如何快速计算pandas DataFrame中所有值的出现次数。通过比较使用collections.Counter和自定义的quick_global_count函数,展示了后者在处理大数据时的效率提升。文章最后提出寻找进一步加速此过程的方法。
摘要由CSDN通过智能技术生成

假设我有以下数据:

import pandas as pd

import numpy as np

import random

from string import ascii_uppercase

random.seed(100)

n = 1000000

# Create a bunch of factor data... throw some NaNs in there for good measure

data = {letter: [random.choice(list(ascii_uppercase) + [np.nan]) for _ in range(n)] for letter in ascii_uppercase}

df = pd.DataFrame(data)

我想快速计算数据框中所有值集合中每个值的全局出现.

这有效:

from collections import Counter

c = Counter([v for c in df for v in df[c].fillna(-999)])

但是很慢:

%timeit Counter([v for c in df for v in df[c].fillna(-999)])

1 loop, best of 3: 4.12 s per loop

我认为这个功能可以通过使用一些熊猫的马力来加快速度:

def quick_global_count(df, na_value=-999):

df = df.fillna(na_value)

# Get counts of each element for each column in the passed dataframe

group_bys = {c: df.groupby(c).size() for

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值