本教程将解释如何使用Pandas的value_counts方法来计算Python数据框中的数值。
它解释了value_counts的作用，语法如何工作，并提供了逐步的例子。
如果你需要特定的东西，你可以点击以下任何一个链接。
目录。
好的。 让我们来了解一下细节。
对Pandas value_counts方法的快速介绍
首先，让我们先解释一下value_counts技术的作用。
本质上，value_counts是对一个Pandas对象的_唯一值进行计数_。 我们经常使用这种技术在Python中进行数据处理和数据探索。
value_counts 方法实际上会对几种不同类型的 Pandas 对象起作用。
- 潘达系列
- 潘达斯数据框架
- 数据框架列（实际上是潘达系列对象）。
说到这里，你如何使用value_counts方法，将根据你所操作的对象的类型而略有不同。
此外，还有一些可选的参数，你可以使用它们来改变value_counts的作用。
既然如此，我们来看看语法。
value_counts 的语法
好的。 让我们来看看潘达斯value_counts技术的语法。
在这里，我将把它分成不同的部分，所以我们可以看看如何在系列对象上使用value_counts的语法，以及如何在数据帧上使用value count。
简要说明
下面的语法解释假设你已经导入了Pandas，并且你已经创建了一个Pandas数据框或Pandas系列。
你可以用这个代码导入Pandas。
import pandas as pd
关于数据框架的更多信息，你可以阅读我们对Pandas数据框架的介绍。
在潘达斯数据框架上使用value_counts的语法
首先，让我们看一下如何在数据框架上使用value_counts的语法。
这真的很简单。 你只需输入数据框架的名称，然后.value_counts() 。
当你在一个数据框架上使用value_counts时，它将计算_每一列_的唯一值组合的记录数。
这可能是比你想要的更多的信息，最好是将数据框架细分到只有几列。 我将在例子部分向你展示一些这方面的例子。
此外，还有一些你可以使用的可选参数，它们将修改方法的行为。 我将在参数部分向你展示这些参数。
在潘达斯系列中使用value_counts的语法
接下来，让我们看一下在系列对象上使用value_counts的语法。
系列的语法与数据框架的语法几乎相同。
你只需输入系列对象的名称，然后.value_counts() 。
在数据框架列上使用value_counts的语法
最后，让我们看看如何在数据框架内的_列上_使用value_counts。
记住：单个数据框架_列是_Series对象。
所以要在一个列上调用value_counts，我们首先使用 "点语法 "来检索一个单独的列。 例如，如果你的数据框架被命名为your_dataframe ，而你想检索的列被称为column ，你将开始键入your_dataframe.column 。
之后，你只需输入.value_counts() ，该方法将检索出该列的唯一值的数量。
再一次，有一些额外的参数，你可以用来改变value_counts的工作方式。
让我们看一下这些参数。
数值统计的参数
Pandas的value_counts技术有几个参数，你可以使用这些参数来改变该技术的工作方式和具体的工作内容。
ascendingsortnormalizesubsetdropna
此外，还有bins 这个参数，我很少使用，这里就不讨论了。
值得注意的是，所有这些参数都是_可选的。_
还需要注意的是，这些参数中的大多数--ascending,sort, 和normalize --都是用于系列语法和数据框架语法的。
另一方面，subset ，只有当你在数据框架上使用value_counts时才可用，而dropna ，只有当你在系列上使用value_counts时才可用。
说了这么多，让我们来单独看看这些参数中的每一个。
ascending
默认情况下，value_counts将按数字计数_降序_对数据进行排序。
升序参数使你可以改变这一点。
当你设置ascending = True ，value counts将按照从低到高的计数对数据进行排序（即升序）。
sort
排序参数控制输出的排序方式。
默认情况下，value_counts按_数字计数_对数据进行排序。
你可以通过设置sort = False 来改变这一点，并按类别对数据进行排序。
normalize
normalize 参数改变了输出的形式。
默认情况下，value_counts显示的是唯一值的数量。
但是如果你设置了normalize = True ，value_counts将显示_总记录的比例_而不是原始计数。
subset
当你在数据框架上使用value_counts时，subset 参数使你能够指定一个应用value_counts的列的子集。
这个参数的参数应该是一个列名的列表（或类似列表的对象）。
因此，例如，如果你想在数据框架中对var_1 和var_2 使用数值统计，你可以使用代码your_dataframe.value_counts(subset = ['val_1','var_2']) 。
注意：同样，这个参数在你对整个数据框架使用value_counts时起作用。
dropna
dropna 参数使你能够显示'NA'值（即NaN 值）。
你可以通过设置dropna = False 来做到这一点。
注意：这个参数只适用于Pandas系列对象和单个数据框架列。 如果你在整个数据框架上使用value_counts，这个参数将不起作用。
我将在例子2中向你展示这个例子。
例子。获取潘达斯数据框架和系列对象的值计数
现在我们已经看过了语法，让我们来看看一些如何使用value_counts技术的例子。
例子。
- 在数据框架列上使用value_counts
- 在计数中包括 "NA "值
- 在整个Pandas数据框架上使用value_counts
- 以升序对输出进行排序
- 按类别（而不是计数）排序
- 计算比例（即对数值计数进行归一化）。
- 在数据框架列的一个子集上进行操作
先运行此代码
在你运行这些例子之前，你需要运行一些初步代码，以便。
- 导入必要的包
- 获取一个数据框架
- 创建一个我们可以操作的数据框架子集
让我们一次完成这些。
导入包
首先，让我们导入两个我们需要的包。
具体来说，我们需要导入Pandas和Seaborn。
你可以用下面的代码来做。
import pandas as pd
import seaborn as sns
很明显，我们需要Pandas来使用value_counts() 技术。 但我们也需要Seaborn，因为我们将使用titanic dataframe，我们可以从Seaborn的预装数据集中加载。
获取数据框架
接下来，让我们来获取我们要使用的数据框架。
在下面的例子中，我们将使用titanic 数据集，或者它的一些子集。
所以在这里，让我们从Seaborn加载数据集。
# GET DATASET
titanic = sns.load_dataset('titanic')
此外，让我们把它打印出来，这样我们就可以看到它的内容。
print(titanic)
输出。
survived pclass sex age sibsp parch fare embarked class who adult_male deck embark_town alive alone
0 0 3 male 22.0 1 0 7.2500 S Third man True NaN Southampton no False
1 1 1 female 38.0 1 0 71.2833 C First woman False C Cherbourg yes False
2 1 3 female 26.0 0 0 7.9250 S Third woman False NaN Southampton yes True
3 1 1 female 35.0 1 0 53.1000 S First woman False C Southampton yes False
4 0 3 male 35.0 0 0 8.0500 S Third man True NaN Southampton no True
.. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
886 0 2 male 27.0 0 0 13.0000 S Second man True NaN Southampton no True
887 1 1 female 19.0 0 0 30.0000 S First woman False B Southampton yes True
888 0 3 female NaN 1 2 23.4500 S Third woman False NaN Southampton no False
889 1 1 male 26.0 0 0 30.0000 C First man True C Cherbourg yes True
890 0 3 male 32.0 0 0 7.7500 Q Third man True NaN Queenstown no True
[891 rows x 15 columns]
这个数据框架中有15列，如果我们使用value_counts()技术，这将是一个有点困难的工作。
也就是说，让我们快速创建一个子集，我们可以在一些例子中使用。
创建数据框架子集
现在，让我们创建一个titanic 数据框架的子集。
这里，我们将创建一个包含两个变量的子集：sex 和embarked 。
为了对这两个变量进行子集，我们将使用Pandas的过滤方法。
#CREATE SUBSET
titanic_subset = titanic.filter(['sex','embarked'])
对于我们的一些例子来说，这个子集会更容易操作，因为它只有两个变量。
例子1:在数据框架列上使用value_counts
首先，让我们在一个单列上使用value_counts技术。
在这里，我们将在titanic 数据框架中的embarked 变量上使用value_counts。
让我们运行代码，然后我将解释。
titanic.embarked.value_counts()
输出。
S 644
C 168
Q 77
Name: embarked, dtype: int64
解释
执行这个操作的代码是一行代码，但从某种意义上说，它是一个两步的过程。
在这段代码中，我们正在。
- 用 "点语法 "检索
embarked变量 - 调用
value_counts()方法
因此，我们正在用代码titanic.embarked 检索embarked 变量。
但在这之后，我们用.value_counts() 来调用值计数方法。
在输出中，你可以看到embarked 变量的唯一值 -S,C, 和Q - 以及与每个值相关的计数。
实例2：在计数中包括 "NA "值（仅系列）。
接下来，让我们在输出中包括'NA'值（即NaN ）。 这将使我们能够看到该变量的 "缺失 "值的数量，如果有的话。
请记住，在这里，我们仍然要对一个单一的数据框架变量进行操作。
titanic.embarked.value_counts(dropna = False)
输出。
S 644
C 168
Q 77
NaN 2
Name: embarked, dtype: int64
解释
在这里，我们调用了value_counts() ，就像我们在例子1中做的那样。
唯一的区别是，我们在括号内加入了代码dropna = False 。
正如你在输出中看到的，现在有一个NaN （即 "缺失 "值）的数量。
如果你需要识别缺失的值来清理它们，这可能会很有用，等等。
注意：只有当你在Pandas系列或数据框架列上使用value_counts()时，这才能发挥作用。 如果你试图在整个潘达斯数据框架上使用value_counts()，它将_不会_起作用（如例子3）。
例子3：在整个Pandas数据框架上使用value_counts
在上两个例子中，我们在一个数据框架的_单列_上使用value_counts（即一个Pandas系列对象）。
现在，让我们在整个数据框架上使用value_counts。
在这里，我们将在titanic_subset 数据框上使用数值计数。 (记住，我们之前创建了这个子集。 它只有两个变量，以使它更容易操作）。)
好的。 让我们运行代码。
titanic_subset.value_counts()
输出。
sex embarked
male S 441
female S 203
male C 95
female C 73
male Q 41
female Q 36
dtype: int64
解释
这真的很简单。
要做到这一点，我们只需输入数据框架的名称，然后.value_counts() 。
你可以看到，输出是对数据框架中变量的唯一组合的计数。
请注意，输出是按降序排序的。 这是默认的，但我们也可以改变它，我们将在下一个例子中这样做。
实例4:将输出按升序排序
在这个例子中，我们将以升序对输出进行排序。
请记住，默认情况下，value_counts是按_降序_排序的。
但我们可以通过ascending 参数改变这一行为。
让我们看一下。
titanic_subset.value_counts(ascending = True)
OUT:
sex embarked
female Q 36
male Q 41
female C 73
male C 95
female S 203
male S 441
dtype: int64
解释
在这里，我们看到了数据框中唯一的数值组合的计数。
但是现在，因为我们设置了ascending = True ，所以输出是按升序排序的......是从低到高排序的。
例子5:按类别排序（而不是计数
现在，让我们完全删除排序。
要做到这一点，我们将用sort = False 来调用这个方法。
titanic_subset.value_counts(sort = False)
OUT。
sex embarked
female C 73
Q 36
S 203
male C 95
Q 41
S 441
dtype: int64
解释
注意在输出中，数据不是按数值计数（即数字）排序的。
相反，数据是按类别排序的。 两个变量中唯一的分类值是按字母顺序排序的。
我个人认为这更容易阅读，但这确实取决于你在做什么。
可能在某些应用中这样做更好，也可能在某些情况下按数字计数排序会更好（比如默认行为）。
在任何情况下，你都有一个选择。
例子6:计算比例（即，对数值计数进行标准化处理
在这个例子中，我们来计算每个独特的数值组合的比例。
在前面的例子中，value_counts 提供了一个数值的计数。
在这里，我们将告诉value_counts 计算总记录的百分比，使用normalize 参数。
titanic_subset.value_counts(normalize = True)
OUT。
sex embarked
male S 0.496063
female S 0.228346
male C 0.106862
female C 0.082115
male Q 0.046119
female Q 0.040495
dtype: float64
解释
这里的输出与例3的输出有些类似，即按频率降序排序。
但是它不是显示每个独特的类别组合的原始计数，而是显示比例。 注意，如果你把所有的数字加起来，它们加起来就是1。
因此，这些数字再次代表了每个独特组合在总记录中所占的比例。
例子7:对数据框架列的子集进行操作（仅数据框架
在前面的例子中，我已经向你展示了如何在pandas Series、小型Pandas数据框架（只有2列）或单个数据框架列上使用value_counts。
这里，我将向你展示如何操作一个有许多列的大型数据框架。
但是我们将使用subset 参数来减少输出的大小和复杂性。
所以在这里，我们将操作完整的titanic 数据框架，它有15列。 我们将使用subset 参数，只对其中的两个变量进行操作：sex 和embarked 。
让我们看一下。
titanic.value_counts(subset = ['sex','embarked'])
OUT。
sex embarked
male S 441
female S 203
male C 95
female C 73
male Q 41
female Q 36
dtype: int64
解释
在这里，我们正在处理完整的titanic 数据集。 记住：这是有15个变量的完整数据集（而不是较小的titanic_subset 数据框，它只有2个变量）。
因此，在这里，我们正在使用带有15个变量的完整的titanic 数据框架，并且只对2个变量使用value_counts。 要做到这一点，我们要设置subset = ['sex','embarked'] 。
请注意，在语法上，我们想要包含的每个变量都是以字符串的形式出现的（在引号内）。 而变量名的集合被组织成一个Python列表。
关于 value_counts 的常见问题
现在你已经了解了 value_counts 并看到了一些例子，让我们回顾一下一些常见问题。
经常问的问题。
问题1：当你对数据框架进行操作时，可以使用dropna参数吗？
很遗憾，不能。
dropna参数对于识别缺失值非常有用，但不幸的是，你只能在对单一数据框架列或Pandas系列进行操作时使用这个参数。
在下面的评论中留下你的其他问题
你对Pandas的value_counts技术还有其他问题吗？
是否有一些我在这里没有涉及到的问题让你纠结？
如果是，请在下面的评论区留下你的问题。
想了解更多关于Pandas的信息，请注册我们的邮件列表
这个教程应该已经帮助你理解了value_counts技术，以及它是如何工作的。
但如果你想掌握用Pandas进行数据清洗和数据处理的方法，还有很多东西需要学习。
如果你想更广泛地学习Python中的数据科学，甚至还有更多的东西需要学习。
也就是说，如果你已经准备好学习更多关于Pandas和Python中的数据科学，那么请注册我们的电子邮件列表。
当你注册时，你会得到以下方面的免费教程。
- NumPy
- Pandas
- 基础Python
- Scikit learn
- 机器学习
- 深度学习
- ...以及更多。
我们每周都会发布免费的数据科学教程。 当你注册我们的电子邮件列表时，我们将把这些免费教程直接送到你的收件箱。
.et_bloom .et_bloom_optin_7 .et_bloom_form_content { 背景色。#999999 !important; } .et_bloom .et_bloom_optin_7 .et_bloom_form_container .et_bloom_form_header { 背景色。#2a2b2d !important; } .et_bloom .et_bloom_optin_7 .carrot_edge .et_bloom_form_content:before { border-top-color:#2a2b2d !important; } .et_bloom .et_bloom_optin_7 .carrot_edge.et_bloom_form_right .et_bloom_form_content:before, .et_bloom .et_bloom_optin_7 .carrot_edge.et_bloom_form_left .et_bloom_form_content:before { border-top-color : transparent !important; border-left-color:#2a2b2d !important; } @media only screen and ( max-width: 767px ) {.et_bloom .et_bloom_optin_7 .carrot_edge.et_bloom_form_right .et_bloom_content:before { border-top-color:#2a2b2d !important; border-left-color: transparent !important; }.et_bloom .et_bloom_optin_7 .carrot_edge.et_bloom_form_left .et_bloom_form_content:after { border-bottom-color :#2a2b2d !important; border-left-color: transparent !important; }.et_bloom .et_bloom_optin_7 .et_bloom_form_content button { 背景色。#4598ab !important; } .et_bloom .et_bloom_optin_7 .et_bloom_form_content .et_bloom_fields i { color:#4598ab !important; } .et_bloom .et_bloom_optin_7 .et_bloom_form_content .et_bloom_custom_field_radio i: before { background:#4598ab !important; } .et_bloom .et_bloom_optin_7 .et_bloom_form_content button { background-color:#4598ab !important; } .et_bloom .et_bloom_optin_7 .et_bloom_form_container h2, .et_bloom .et_bloom_optin_7 .et_bloom_form_container h2 span, .et_bloom .et_bloom_optin_7 .et_bloom_form_container h2 strong { 字体-family:"Open Sans", Helvetica, Arial, Lucida, sans-serif; }.et_bloom .et_bloom_optin_7 .et_bloom_form_container p, .et_bloom .et_bloom_optin_7 .et_bloom_form_container p span, .et_bloom .et_bloom_optin_7 .et_bloom_form_container p strong, .et_bloom .et_bloom_optin_7 .et_bloom_form_container form input, .et_bloom .et_bloom_optin_7 .et_bloom_form_container form button span{字体:"Open Sans", Helvetica, Arial, Lucida, sans-serif; }
注册获取免费的数据科学教程
如果你想快速掌握数据科学，请注册我们的电子邮件列表。
当你注册时，你将会收到每周免费的关于如何用R和Python进行数据科学的教程。
给我免费的教程!
