Подсчет повторяющихся значений в Pandas DataFrame
Должен быть простой способ сделать это, но я не смог найти элегантного решения для SO или решить его самостоятельно.
Я пытаюсь подсчитать количество повторяющихся значений на основе набора столбцов в DataFrame.
Пример:
print df
Month LSOA code Longitude Latitude Crime type
0 2015-01 E01000916 -0.106453 51.518207 Bicycle theft
1 2015-01 E01000914 -0.111497 51.518226 Burglary
2 2015-01 E01000914 -0.111497 51.518226 Burglary
3 2015-01 E01000914 -0.111497 51.518226 Other theft
4 2015-01 E01000914 -0.113767 51.517372 Theft from the person
Мой обходной путь:
counts = dict()
for i, row in df.iterrows():
key = (
row['Longitude'],
row['Latitude'],
row['Crime type']
)
if counts.has_key(key):
counts[key] = counts[key] + 1
else:
counts[key] = 1
И я получаю счет:
{(-0.11376700000000001, 51.517371999999995, 'Theft from the person'): 1,
(-0.111497, 51.518226, 'Burglary'): 2,
(-0.111497, 51.518226, 'Other theft'): 1,
(-0.10645299999999999, 51.518207000000004, 'Bicycle theft'): 1}
Помимо того, что этот код также может быть улучшен (не стесняйтесь комментировать, как), каким будет способ сделать это через Pandas?
Для тех, кто заинтересован, я работаю над набором данных изhttps://data.police.uk/