如何利用pandas统计某列下相应数值的个数

可以使用 Pandas 的 `value_counts()` 方法统计某列下每个数值出现的次数。假设你有一个名为 `data.csv` 的文件，其中包含一个名为 `col` 的列，你可以按如下方式操作：

import pandas as pd

# 读取文件，假设有列名
df = pd.read_csv('data.csv')

# 统计 'col' 列中每个数值出现的次数
value_counts = df['col'].value_counts()

# 打印结果
print(value_counts)

这会输出一个类似以下内容的结果：

1.0    100
2.0     80
3.0     50
4.0     30
5.0     20
Name: col, dtype: int64

其中，每行表示一个数值及其出现次数，第一列是数值，第二列是出现次数。你可以使用这个结果进行进一步的数据分析和可视化。

如果你想统计多个列的数值，你可以使用 `groupby()` 方法对多个列进行分组，然后使用 `value_counts()` 方法统计每组中数值的出现次数。例如，假设你有两个列 `col_1` 和 `col_2`，你可以按如下方式操作：

# 统计 'col_1' 和 'col_2' 两列中每个数值出现的次数
value_counts = df.groupby(['col_1', 'col_2']).size()

# 打印结果
print(value_counts)

这会输出一个类似以下内容的结果：

col_1  col_2
1      a        50
       b        30
       c        20
2      a        40
       b        20
       c        20
3      a        30
       b        10
       c        10
dtype: int64

其中，每行表示一个数值及其出现次数，第一列是 `col_1` 和 `col_2` 的值，第二列是出现次数。你可以根据需要进行进一步的数据处理和可视化。