Python 對(duì)數(shù)據(jù)的去重處理以及數(shù)據(jù)統(tǒng)計(jì)

當(dāng)前，Python 語(yǔ)言在大數(shù)據(jù)領(lǐng)域可以說(shuō)非常的熱門，這是因?yàn)?Python 簡(jiǎn)潔、易學(xué)、擁有豐富的標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)。在當(dāng)今這個(gè)數(shù)據(jù)社會(huì)，尤其是做計(jì)算機(jī)行業(yè)的，少不了要和數(shù)據(jù)打交道。今天就和大家分享一些關(guān)于 Python 數(shù)據(jù)的簡(jiǎn)單應(yīng)用，如何對(duì)重復(fù)的數(shù)據(jù)進(jìn)行去重處理以及對(duì)處理后的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。

一、去重操作

去重操作在處理數(shù)據(jù)的過(guò)程中是少不了的。例如：我們想知道一個(gè)班上有多少個(gè)人擔(dān)任了班級(jí)職位，但有可能有的人身兼多職，這時(shí)候就需要對(duì)數(shù)據(jù)進(jìn)行去重。下面以簡(jiǎn)單地?cái)?shù)字列表為例，和大家介紹三種簡(jiǎn)單地去重操作：

（1）循環(huán)去重

array = [1,2,3,3,2,3,4,2,4,3,1,2,6,3,3,2,4,2,3,4,6,2,3,6,4,7,5,4,3,5,6,7,9,5,4,6,8,9,5,4,5,3,6,7,8,5,4,6,8,4,5,6,7]
new_array = []
for i in array:
    if i in new_array:
        continue
    else:
        new_array.append(i)
print(new_array)

輸出結(jié)果：

（2）集合特性set()

array = [1,2,3,3,2,3,4,2,4,3,1,2,6,3,3,2,4,2,3,4,6,2,3,6,4,7,5,4,3,5,6,7,9,5,4,6,8,9,5,4,5,3,6,7,8,5,4,6,8,4,5,6,7]
new_array = list(set(array))
print(new_array)

輸出結(jié)果：

（3）使用keys()方式.

array = [1,2,3,3,2,3,4,2,4,3,1,2,6,3,3,2,4,2,3,4,6,2,3,6,4,7,5,4,3,5,6,7,9,5,4,6,8,9,5,4,5,3,6,7,8,5,4,6,8,4,5,6,7]
new_array = list({}.fromkeys(array).keys())
print(new_array)

輸出結(jié)果：

比較以上三種去重方式：

（1）循環(huán)，顯然就比較繁瑣，而且結(jié)果不會(huì)自動(dòng)排序。

（2）set()方法，需要對(duì)集合有一定的了解，結(jié)果是會(huì)自動(dòng)排序的。

（3）keys()方法，需要對(duì)字典有一定的了解，雖然比循環(huán)簡(jiǎn)短許多，但是和循環(huán)一樣，結(jié)果不會(huì)進(jìn)行自動(dòng)排序。

二、統(tǒng)計(jì)操作

第一種方法非常簡(jiǎn)單，這也是因?yàn)檫@個(gè)數(shù)組比較簡(jiǎn)單，可以直接使用?len(array)?取列表的長(zhǎng)度即可。

不過(guò)我建議使用的是第二種方法，使用 pandas 庫(kù)。

注：說(shuō)一句廢話，如果您對(duì) Python 大數(shù)據(jù)有很深的興趣，那么學(xué)習(xí) pandas 庫(kù)是非常有必要的。

import pandas as pd
array = [1,2,3,3,2,3,4,2,4,3,1,2,6,3,3,2,4,2,3,4,6,2,3,6,4,7,5,4,3,5,6,7,9,5,4,6,8,9,5,4,5,3,6,7,8,5,4,6,8,4,5,6,7]
sr = pd.Series(array)
print(sr.head())
print(sr.count())
print(sr.value_counts())
print(sr.value_counts().count())

輸出：

?head()?方法是只打印列表中的前5行，如果你想要打印多一點(diǎn)，你可以傳入?yún)?shù)。例如，你想打印20行，只需要傳入20即可，?head(20)?.

?count()?方法是對(duì)列表進(jìn)行統(tǒng)計(jì)。從打印結(jié)果可以看到，這個(gè)數(shù)組一共有 53 個(gè)數(shù)值。

?value_counts()?方法是對(duì)列表進(jìn)行去重，然后重新返回一個(gè)新的列表，同時(shí)默認(rèn)按照從多到少排序。再用?count()?方法就可以知道去重后的數(shù)值一共 9 個(gè)。

三、總結(jié)

以上就是關(guān)于使用 Python 對(duì)數(shù)字?jǐn)?shù)組的去重以及統(tǒng)計(jì)的內(nèi)容。