Python：计算Python数据帧中每个数字的出现次数

我有一个用于项目集挖掘的数据集。我想查找每个唯一编号的出现情况，即候选1项集

数据的形状为3000x1。我不知道如何计算唯一的事件

存储数据的距离值列表

使用ndarray distinct，如何查找数据集中每个项目的频率

更新 通过@jojo help获得了解决方案

df = pd.read_csv('sample.csv', sep=',')
all_values = dataset.values.ravel()
notNan = np.logical_not(np.isnan(all_values))
distinct, counts = np.unique(all_values[notNan], return_counts=True)

---

首先请注意，如果您有一个普通的csv（逗号分隔），您应该使用

sep='，'

。这是因为

'\t'

假定TAB作为分隔符

也可以考虑在<代码> Read Syvv < /Cult>调用中添加<代码>头= NON/<代码>，否则，第一行将作为数据帧中的列名。

最后，由于列的长度不同，因此所有列中的

nan

值都比最长的列短，要删除它们，可以在获取唯一值时屏蔽所有

nan

值。类似于

值[np.logical\u not（np.isnan（values））]

，但请参见下文

---

把事情放在一起：

dataset = pd.read_csv('dataset.csv', sep=',', header=None)

all_values = dataset.values.ravel()

您可以直接使用它来获取每个唯一值的计数：

import numpy as np
notNan = np.logical_not(np.isnan(all_values))
distinct, counts = np.unique(all_values[notNan], return_counts=True)

如果您关心频率，只需将

计数

除以

所有值[notNan]。大小

---

下面是一个简单的示例（来自上面链接的文档），以突出显示

np.unique

的工作原理：

>>将numpy作为np导入
>>>a=np.数组（[1,2,6,4,2,3,2]）
>>>值，计数=np.unique（a，返回计数=True）
>>>值#列表中所有唯一值
数组（[1,2,3,4,6]）
>>>计数#每个值在值中出现的计数
数组（[1,3,1,1,1]）

谢谢，我根据您的建议更新了代码。请看一下我对我的帖子所做的更新。你能解释一下输出吗？distinct数组正在计算一些数字，但这些数字在重复时肯定不是唯一的值。对吗？而且计数数组都是1。请详细说明，谢谢。但正如您所看到的，事件distint返回的数组具有多个0和10等，因此这实际上不是唯一的。这里的原因是什么？请注意，我的数据集是3000x1。我还添加了一个excel屏幕截图，使可视化更清晰。没错。我想把他们分开处理。我更新了代码，但出现了一个错误。请参阅update-2。我希望在整个csv中获得唯一的值。例如，计算每个唯一项集在整个数据集中23项的出现次数，等等。最后，我想返回一个包含两列的表。第一列是唯一的项目集值，下一列包含该项目集在整个csv中的总出现次数。没有具体的理由选择熊猫，我也可以自由使用其他数据加载程序。