You need to enable JavaScript to run this app. Python实现Pandas DataFrame数值频次统计 构建候选项1项集
优惠活动
大模型
产品
解决方案
定价
更多

Python实现Pandas DataFrame数值频次统计 构建候选项1项集

单维度项集挖掘1项候选集频次统计实现

需求背景

  • 项集挖掘所用数据集为3000行1列的单维度结构,核心需求是统计每个唯一数值的出现频次,生成流程所需的1项候选集(Candidate 1 itemsets)
  • 前期已完成数据集去重值的存储,去重结果为ndarray结构,但暂无法直接基于该结构计算每个数值在原数据集内的出现频率

在@jojo的协助下,最终可通过如下代码实现目标统计逻辑:

df = pd.read_csv('sample.csv', sep=',')
all_values = dataset.values.ravel()
notNan = np.logical_not(np.isnan(all_values))
distinct, counts = np.unique(all_values[notNan], return_counts=True)

代码逻辑说明

  • 调用pd.read_csv读取本地存储的csv格式原始数据集
  • 对存储数据的二维ndarray调用.ravel()方法,将3000行1列的二维结构展平为一维数组,适配后续统计接口的输入要求
  • 构造布尔掩码过滤缺失值(NaN),避免无意义的空值被误纳入候选集统计
  • 调用np.unique并设置return_counts=True,同步返回两个输出结果:去重后的唯一值数组distinct、每个唯一值在非空数据集内的出现次数数组counts,结果可直接用于组装符合规范的1项候选集

内容的提问来源于stack exchange,提问作者Ashar

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 23:15:11