python利用Counter模块快速查找重复数据

在上一篇中，我介绍了collections中的counter模块，并简单介绍了其使用。这一篇中，我将通过一个例子展示其如何在pandas中快速查找某列中的重复数据。

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.read_excel('D:/2.xlsx')
>>> df
     姓名    电话
0    lb  1232
1    lc  3222
2    ac  1222
3    ah  1433
4    eg  1222
5    fs  1232
6    ee  4333
7    rr  1111
8   afa  1222
9    fa  3232
10   fg  3232

我将通过代码展示如何快速查找电话中重复的电话号码。

>>> from collections import Counter
>>> phones = Counter(df['电话'])
# 通过调用most_common()方法，能够获取到
# 排序以后的结果
>>> phones_sort = phones.most_common()
# 以下列表解析的结果是遍历结果并
# 排除掉val <= 1的结果，并返回key
>>> [ item[0] for item in phones_sort if item[1] > 1]
[1222, 1232, 3232]

# phones_sort的结果
>>> phones_sort
[(1222, 3), (1232, 2), (3232, 2), (3222, 1), (1433, 1), (4333, 1), (1111, 1)]

昨天通过200个以上的电话号码实验，速度也是非常快的，非常适合办公人事使用哦。有兴趣欢迎关注python小工具，一起学习python和pandas.