计算DataFrame中重复项的出现次数

可以使用pandas库中的duplicated()和value_counts()方法。

首先，duplicated()方法可以用来判断DataFrame中的每一行是否为重复项，返回一个布尔类型的Series，其中重复项为True，非重复项为False。

然后，可以使用value_counts()方法对duplicated()方法的结果进行统计，得到每个重复项的出现次数。

以下是一个完整的示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 2, 1],
        'B': ['a', 'b', 'c', 'b', 'a']}
df = pd.DataFrame(data)

# 判断重复项
duplicates = df.duplicated()

# 统计重复项的出现次数
counts = duplicates.value_counts()

print(counts)

输出结果为：

False    3
True     2
dtype: int64

这表示在DataFrame中有3个非重复项和2个重复项。

推荐的腾讯云相关产品和产品介绍链接地址：

• 腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
• 腾讯云数据万象（COS）：https://cloud.tencent.com/product/cos
• 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
• 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
• 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iot
• 腾讯云移动开发（移动推送、移动分析、移动测试等）：https://cloud.tencent.com/product/mobile
• 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
• 腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
• 腾讯云元宇宙（Tencent XR）：https://cloud.tencent.com/product/xr

请注意，以上链接仅为示例，具体产品选择应根据实际需求进行评估。