Python 为dataframe中的所有列计算超过阈值的连续值

我有以下建议：

       A      B      C
0     47     50     22
1     47     53     28
2     47     65     33
3     47     62     33
4     47     62     33
5     47     62     33
6     47     62     33
7     47     62     33

我想创建一个数组，数组中任何值自身重复5次以上的次数，然后求和。在上面的示例中，我希望它的输出是：

output = [8 5 6]

---

有没有一种方法可以用熊猫来做？我几乎得到了正确的输出，但是使用for循环，因为我有+1000列和近7000行，所以需要的时间太长。

这就是您需要的吗

s=df.melt()
s.value.value_counts().loc[lambda x : x>=5]
47    8
33    6
62    5
Name: value, dtype: int64

更新

s=df.melt()
s.groupby(list(s)).size().loc[lambda x : x>=5]
variable  value
A         47       8
B         62       5
C         33       6
dtype: int64

---

这是你需要的吗

s=df.melt()
s.value.value_counts().loc[lambda x : x>=5]
47    8
33    6
62    5
Name: value, dtype: int64

更新

s=df.melt()
s.groupby(list(s)).size().loc[lambda x : x>=5]
variable  value
A         47       8
B         62       5
C         33       6
dtype: int64

---

IIUC，您要查找每列中的连续块并将其大小相加：

# compare cells with previous 
# and stack into a series
s = df.eq(df.shift()).melt()

# groups of consecutive equal values
groups = (~s['value']).groupby(s['variable']).cumsum()

(s.groupby(['variable', groups])
  .size()
  .loc[lambda x: x>=5]          # stole from BEN's answer
  .groupby(level=0).sum()       # replace this line with sum(level=0) would also work
)

输出：

variable
A    8
B    5
C    6
dtype: int64

---

IIUC，您要查找每列中的连续块并将其大小相加：

# compare cells with previous 
# and stack into a series
s = df.eq(df.shift()).melt()

# groups of consecutive equal values
groups = (~s['value']).groupby(s['variable']).cumsum()

(s.groupby(['variable', groups])
  .size()
  .loc[lambda x: x>=5]          # stole from BEN's answer
  .groupby(level=0).sum()       # replace this line with sum(level=0) would also work
)

输出：

variable
A    8
B    5
C    6
dtype: int64

---

---

你好如果你有两个不同的整数，它们的相同频率大于5，那该怎么办？你可以使用集合库中的计数器来做。你是在分别计算每一列吗？你好！如果你有两个不同的整数，其相同的频率大于5，你可以使用集合库中的计数器来做。你是在分别计算每一列吗？嘿@YOBEN_S，几乎是这样，我想将计数分配给每一列，这样在输出数组中，我只有一个根据['a''B''C']标签的计数。哪个值在重复对我来说并不重要，只是每个列的计数哦，太完美了！现在效果很好，非常感谢！！该解决方案是否可能对阈值有限制？我增加到72个连续值，我想它会返回47个值，例如，数据帧中存在的值，而不是特定的连续值。@PedrodeSá你能分享更多信息吗？@PedrodeSálimit=5；l=[df[x].groupby[df[x]，df[x].diff.ne0.cumsum].size.loc[lambda x:x>=limit]用于listdf中的x]，试试这个应该很快，因为循环并不总是坏的。嘿@YOBEN__S，几乎就是这样，我想将计数分配给每一列，这样在输出数组中，根据['a''B''C']标签，我只有一个计数。哪个值在重复对我来说并不重要，只是每个列的计数哦，太完美了！现在效果很好，非常感谢！！该解决方案是否可能对阈值有限制？我增加到72个连续值，我想它会返回47个值，例如，数据帧中存在的值，而不是特定的连续值。@PedrodeSá你能分享更多信息吗？@PedrodeSálimit=5；l=[df[x].groupby[df[x]，df[x].diff.ne0.cumsum].size.loc[lambda x:x>=limit]用于listdf中的x]，试试这个应该很快，因为循环不总是坏的。非常感谢@Quang Hoang！这正是我要找的！嘿@Quang Hoang，有没有办法显示每个变量A、B、C重复的每个值的数量。。。比如YOBEN_的答案的更新版本？在我上面的设备A示例中，我们只有47个重复值，但是如果我们有47和55，那么可以显示这两个值中每个值的重复值的数量？非常感谢@Quang Hoang！这正是我要找的！嘿@Quang Hoang，有没有办法显示每个变量A、B、C重复的每个值的数量。。。比如YOBEN_的答案的更新版本？在我上面关于设备A的示例中，我们只有47个重复值，但是如果我们有47和55，那么可以显示这两个值中每个值的重复值量吗？