使用numpy与pandas统计数组重复值并生成pandas表格的问题求解

问题原因 #

你原有代码的sums行逻辑存在问题：uniques是原数组去重后的结果（长度为5），和原数组a（长度为12）维度不匹配，直接切片后对等比较的结果不符合计数需求，自然无法得到每个取值的对应出现次数。

修正方案 #

直接使用np.unique内置的return_counts参数，即可同时拿到去重后的取值列表和每个取值的对应出现次数，再直接构造pandas表格即可。

完整可运行代码 #

import numpy as np
import pandas as pd 

a = np.array([12,12,12,3,43,43,43,22,1,3,3,43])
# 传入return_counts=True同时获取去重值和对应计数
uniques, counts = np.unique(a, return_counts=True)
# 构造DataFrame并指定列名
res_df = pd.DataFrame({
    "Value": uniques,
    "Repetition Count": counts
})
print(res_df)

运行上述代码就能直接输出你需要的预期结果。

补充说明 #

如果你不想用内置参数，非要自己实现计数逻辑，可以把sums行改成遍历统计的写法：

sums = [np.sum(a == val) for val in uniques]

之后再用uniques和sums构造DataFrame即可，不过这种写法效率远低于直接用return_counts参数，不推荐处理大数组时使用。

内容的提问来源于stack exchange，提问作者georgehere