在pandas里面常用value_counts确认数据出现的频率。
1. Series 情况下：
pandas 的 value_counts() 函数可以对Series里面的每个值进行计数并且排序。
|
1
2
3
4
5
|
import pandas as pddf = pd.DataFrame({'区域' : ['西安', '太原', '西安', '太原', '郑州', '太原'], '10月份销售' : ['0.477468', '0.195046', '0.015964', '0.259654', '0.856412', '0.259644'], '9月份销售' : ['0.347705', '0.151220', '0.895599', '0236547', '0.569841', '0.254784']})print(df) |
统计每个区域出现多少次：
|
1
|
print(df['区域'].value_counts()) |
每个区域都被计数，并且默认从高到低排序。
如果想升序排列，设置参数 ascending = True：
|
1
|
print(df['区域'].value_counts(ascending=True)) |
如果想得出计数占比，可以加参数 normalize=True
|
1
|
print(df['区域'].value_counts(normalize=True)) |
注：空值默认剔除掉的。value_counts()返回的结果是一个Series数组，可以跟别的数组进行计算。
2. DataFrame 情况下：
|
1
2
3
4
|
import pandas as pddf = pd.DataFrame({'区域1' : ['西安', '太原', '西安', '太原', '郑州', '太原'], '区域2' : ['太原', '太原', '西安', '西安', '西安', '太原']})print(df.apply(pd.value_counts)) |
区域2中没有郑州，所以是NaN。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.cnblogs.com/keye/p/9664414.html
