如何使用Pandas value_counts()函数（带示例）

---

你可以使用**value_counts()**函数来计算pandas系列中唯一数值的频率。

这个函数使用以下基本语法。

my_series.value_counts()

下面的例子展示了如何在实践中使用这种语法。

例1：计算唯一值的频率

下面的代码显示了如何计算一个pandas系列中唯一值的出现次数。

import pandas as pd

#create pandas Series
my_series = pd.Series([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series.value_counts()

3    4
4    2
7    2
8    1
9    1
dtype: int64

这告诉我们。

• 值3出现了4次。
• 值4出现了2次。
• 值7出现了2次。

以此类推。

例2：计算唯一值（包括NaN）的频率

默认情况下，**value_counts()**函数并不显示NaN值的频率。

但是，你可以使用dropna参数来显示 NaN 值的频率。

import pandas as pd
import numpy as np

#create pandas Series with some NaN values
my_series = pd.Series([3, 3, 3, 3, 4, 4, 7, 7, 8, 9, np.nan, np.nan])

#count occurrences of unique values in Series, including NaNs
my_series.value_counts(dropna=False)

3.0    4
4.0    2
7.0    2
NaN    2
8.0    1
9.0    1
dtype: int64

例3：计算唯一值的相对频率

下面的代码显示了如何使用normalize参数来计算pandas系列中唯一值的相对频率。

import pandas as pd

#create pandas Series
my_series = pd.Series([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series.value_counts(normalize=True)

3    0.4
4    0.2
7    0.2
8    0.1
9    0.1
dtype: float64

这告诉我们。

• 值3占系列中所有值的40%。
• 值4代表了系列中所有值的20%。
• 值7代表了系列中所有值的20%。

以此类推。

例子4：在Bins中计算频率

下面的代码显示了如何使用bins参数来计算 pandas 系列中落入同等大小的bin中的数值的频率。

import pandas as pd

#create pandas Series
my_series = pd.Series([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series.value_counts(bins=3)

(3.0, 5.0]       6
(5.0, 7.0]       2
(7.0, 9.0]       2
dtype: int64

这告诉我们。

• 有6个值落在3到5的范围内。
• 有2个值落在5到7的范围内。
• 有2个值在7到9的范围内。

例5：计算潘达斯数据框架中数值的频率

我们也可以使用**value_counts()**函数来计算pandas DataFrame中某一列的唯一值的频率。

import pandas as pd

#create DataFrame
df = pd.DataFrame({'points': [9, 9, 9, 10, 10, 13, 15, 22],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})
#count occurrences of unique values in 'points' column
df['points'].value_counts()

9     3
10    2
13    1
15    1
22    1
Name: points, dtype: int64

其他资源

下面的教程介绍了如何使用pandas中的其他常用函数。

如何在Pandas中使用describe()函数
如何在Pandas中计算行的数量
如何在Pandas中按组计算观察数据

The postHow to Use Pandas value_counts() Function (With Examples) appeared first onStatology.