Python 但仅返回值。计数（）>；1.

我有一个带有用户id的数据框，是

users['user id']的结果。nunique（）

返回用户的唯一计数。

users['user id'].value_counts（）

返回每个唯一用户id的计数。是否有一种方法可以将这两种方法结合起来，其中我需要出现多次（即2个或更多）的用户id的数量

---

非常感谢任何建议

您可以在

值\u计数的输出上使用掩码

：

>>> import pandas as pd
>>> d = {'user_id': ['Apple', 'Banana', 'Carrot', 'Carrot', 'Apple']}
>>> users = pd.DataFrame(data=d)
>>> users
  user_id
0   Apple
1  Banana
2  Carrot
3  Carrot
4   Apple
>>> counts = users['user_id'].value_counts()
>>> counts
Carrot    2
Apple     2
Banana    1
Name: user_id, dtype: int64
>>> counts_greater_than_1 = counts[counts > 1]
>>> counts_greater_than_1
Carrot    2
Apple     2
Name: user_id, dtype: int64
>>> len(counts_greater_than_1)
2

---

您可以在

值\u计数的输出上使用掩码

：

>>> import pandas as pd
>>> d = {'user_id': ['Apple', 'Banana', 'Carrot', 'Carrot', 'Apple']}
>>> users = pd.DataFrame(data=d)
>>> users
  user_id
0   Apple
1  Banana
2  Carrot
3  Carrot
4   Apple
>>> counts = users['user_id'].value_counts()
>>> counts
Carrot    2
Apple     2
Banana    1
Name: user_id, dtype: int64
>>> counts_greater_than_1 = counts[counts > 1]
>>> counts_greater_than_1
Carrot    2
Apple     2
Name: user_id, dtype: int64
>>> len(counts_greater_than_1)
2

---

还有其他方法可以获取多次出现的用户ID的数量。您可以使用

duplicated（keep=False）

创建一个掩码来查看重复的值，这样您就可以只看到数据帧中的值，这些值在

mask=users['user id'].duplicated(keep=False)
print(users[mask])

---

现在，如果您想知道它们总共有多少个，您可以执行

users[mask].count（）

，但您也可以使用

df[mask].groupby（by='user id'）.count（）

来检查每个用户id重复出现的次数。还有其他方法可以获取多次出现的用户id的数量。您可以使用

duplicated（keep=False）

创建一个掩码来查看重复的值，这样您就可以只看到数据帧中的值，这些值在

mask=users['user id'].duplicated(keep=False)
print(users[mask])

---

现在，如果你想知道他们总共有多少人，你可以做

users[mask].count（）

，但是你也可以用

df[mask].groupby（by='user id'）.count（）

检查他们每个人重复了多少次，非常感谢！这当然有效。我最终通过sum（df.groupby（'User ID'）.size（）>1）解决了这个问题，但我认为您的方法更加直观。很乐意提供帮助。非常感谢！这当然有效。我最终通过sum（df.groupby（'User ID'）.size（）>1）解决了这个问题，但我认为您的方法更直观。很乐意提供帮助。