首先将一个字典转化为DataFrame，然后以DataFrame中的列进行频次统计。
代码如下：
|
1
2
3
4
5
6
|
import pandas as pda={'one':['A','A','B','C','C','A','B','B','A','A'], 'tao':['B','B','C','C','A','A','C','B','C','A'], 'three':['C','B','A','A','B','B','B','A','C','D']}b=pd.DataFrame(a)b.describe() |
b是转换后DataFrame，显示如表格：
|
1
2
3
4
5
6
7
8
9
10
11
|
one tao three0 A B C1 A B B2 B C A3 C C A4 C A B5 A A B6 B C B7 B B A8 A C C9 A A D |
频次统计如表格：
|
1
2
3
4
5
|
one tao threecount 10 10 10unique 3 3 4top A C Bfreq 5 4 4 |
其中count是总共变量数量，unique是每列有几个变量，top是频次最高的那个变量，freq是频次最高变量出现的频次。
以上这篇将字典转换为DataFrame并进行频次统计的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/weixin_40198632/article/details/78517503
