pandas計(jì)數(shù) value_counts()的使用
更新時(shí)間：2019年06月24日 14:24:42 作者：做夢當(dāng)財(cái)神
這篇文章主要介紹了pandas計(jì)數(shù) value_counts()的使用，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
在pandas里面常用value_counts確認(rèn)數(shù)據(jù)出現(xiàn)的頻率。
1. Series 情況下：
pandas 的 value_counts() 函數(shù)可以對Series里面的每個(gè)值進(jìn)行計(jì)數(shù)并且排序。
import pandas as pd
df = pd.DataFrame({'區(qū)域' : ['西安', '太原', '西安', '太原', '鄭州', '太原'],
'10月份銷售' : ['0.477468', '0.195046', '0.015964', '0.259654', '0.856412', '0.259644'],
'9月份銷售' : ['0.347705', '0.151220', '0.895599', '0236547', '0.569841', '0.254784']})
print(df)
統(tǒng)計(jì)每個(gè)區(qū)域出現(xiàn)多少次：
print(df['區(qū)域'].value_counts())
每個(gè)區(qū)域都被計(jì)數(shù)，并且默認(rèn)從高到低排序。
如果想升序排列，設(shè)置參數(shù) ascending = True：
print(df['區(qū)域'].value_counts(ascending=True))
如果想得出計(jì)數(shù)占比，可以加參數(shù) normalize=True
print(df['區(qū)域'].value_counts(normalize=True))
注：空值默認(rèn)剔除掉的。value_counts()返回的結(jié)果是一個(gè)Series數(shù)組，可以跟別的數(shù)組進(jìn)行計(jì)算。
2. DataFrame 情況下：
import pandas as pd
df = pd.DataFrame({'區(qū)域1' : ['西安', '太原', '西安', '太原', '鄭州', '太原'],
'區(qū)域2' : ['太原', '太原', '西安', '西安', '西安', '太原']})
print(df.apply(pd.value_counts))
區(qū)域2中沒有鄭州，所以是NaN。
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python可迭代對象操作,涉及Python列表生成式、迭代器、數(shù)據(jù)遍歷等相關(guān)操作技巧,需要的朋友可以參考下2019-05-05
Python3使用tracemalloc實(shí)現(xiàn)追蹤mmap內(nèi)存變化
這篇文章主要為大家詳細(xì)介紹了在Python3中如何使用tracemalloc實(shí)現(xiàn)追蹤mmap內(nèi)存變化，文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2023-03-03
python計(jì)算階乘的兩個(gè)函數(shù)用法
這篇文章主要介紹了python計(jì)算階乘的兩個(gè)函數(shù)用法，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05
pytorch中的優(yōu)化器optimizer.param_groups用法
這篇文章主要介紹了pytorch中的優(yōu)化器optimizer.param_groups用法，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
對于一枚pycharm工具的使用新手,正確了解這門工具的配置及其使用,在使用過程中遇到的很多問題也可以迎刃而解,文中有非常詳細(xì)的介紹,需要的朋友可以參考下2021-06-06
這篇文章主要介紹了pytorch 中nn.Dropout的使用說明，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
Python兩臺(tái)電腦實(shí)現(xiàn)TCP通信的方法示例
這篇文章主要介紹了Python兩臺(tái)電腦實(shí)現(xiàn)TCP通信的方法示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05
這篇文章主要介紹了pytorch?tensor合并與分割方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
這篇文章主要為大家詳細(xì)介紹了python獲取本機(jī)所有IP地址的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-12-12
詳解Python查找算法的實(shí)現(xiàn)(線性,二分,分塊,插值)
這篇文章主要為大家介紹了Python中常見的四種查找算法的實(shí)現(xiàn)：線性、二分、分塊和插值，文中通過圖片詳細(xì)講解了它們實(shí)現(xiàn)的原理與代碼，需要的可以參考一下2022-04-04