Python从一个数据帧

Question

我有以下格式的数据帧计数重复行：

UserId, CurrentUserLocationId, RegisteredUserLocationId, RestorauntId 

我要计数的键(UserId, CurrentUserLocationId, RegisteredUserLocationId)

例如独特外观的量，如果该对(1, 1, 1)出现一次，我希望停止计数并将其包含在最终结果中。所以出现的每个独特的对我只需要计数一次。

我试着做的是使用groupby(['col1', 'col2', 'col3']).size()但是这个计数所有的记录。数据集I将使用具有十亿条记录的代码。

有没有内置的方法来完成我想要做的事情？或者更确切地说，做这种计数的最快方法是什么？

Answer 1

DataFrame.drop_duplicates() 
DataFrame.count 

如果有必要在丢弃重复项之前复制数据框，并且只在需要作为唯一组合的列中调用重复数据帧时调用该数据框。