如何统计DataFrame每列中出现重复的唯一值数量

实现代码 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame(data = {'A': [1,2,3,3,2,4,5,3],
                     'B': [9,6,7,9,2,5,3,3],
                     'C': [4,4,4,5,9,3,2,1]})

# 统计每列重复出现的唯一值个数，输出为DataFrame
res_df = df.apply(lambda col: (col.value_counts() >= 2).sum()).to_frame(name='重复唯一值计数')
print(res_df)

逻辑说明 #

• 对DataFrame逐列调用value_counts()，得到该列每个值的出现频次
• 筛选出频次≥2（即出现过重复）的值，对符合条件的值计数即为该列的统计结果
• 最后通过to_frame()将输出的Series转为需求要求的DataFrame格式

输出结果 #

重复唯一值计数
A          2
B          2
C          1

结果验证：A列重复的唯一值为2、3，共2个；B列重复的唯一值为9、3，共2个；C列重复的唯一值仅为4，共1个，符合需求预期。

内容的提问来源于stack exchange，提问作者Giannis