如何统计DataFrame事件列中重复eventDateTime的出现次数

要统计events列中eventDateTime重复的事件数量，可按以下步骤实现：

• 步骤1：展开事件列表
  用explode把events列里的每个事件拆成单独一行，将嵌套列表转化为可处理的行数据：

  df_exploded = df.explode('events', ignore_index=True)
  

• 步骤2：提取eventDateTime字段
  从展开后的事件对象中提取eventDateTime值，生成独立列：

  df_exploded['eventDateTime'] = df_exploded['events'].apply(lambda x: x['eventDateTime'])
  

• 步骤3：统计重复事件数量
  方法一：先统计每个eventDateTime的出现次数，筛选出出现次数>1的项并求和，得到重复事件总数：

  count_series = df_exploded['eventDateTime'].value_counts()
  duplicate_total = count_series[count_series > 1].sum()
  

  方法二：直接标记所有重复的行（包含第一次出现的重复值），统计标记为True的行数：

  duplicate_total = df_exploded['eventDateTime'].duplicated(keep=False).sum()
  

• 步骤4：查看结果
  打印统计出的重复事件总数：

  print(f"重复的事件数量：{duplicate_total}")
  

内容的提问来源于stack exchange，提问作者sman