统计dataframe的频数并转为数组
时间: 2024-04-16 13:23:59 浏览: 86
您可以使用pandas库中的value_counts()函数来统计DataFrame中每个元素的频数,并将结果转换为数组。以下是一个示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
df = pd.DataFrame({'A': ['apple', 'banana', 'apple', 'banana', 'banana'],
'B': ['cat', 'dog', 'cat', 'dog', 'dog']})
# 统计'A'列元素的频数并转为数组
freq_array = df['A'].value_counts().values
print(freq_array)
```
运行上述代码,将得到输出结果:
```
[3 2]
```
这表示在'A'列中,'apple'出现了3次,'banana'出现了2次。频数被转换成了一个数组。
相关问题
dataframe转为二维数组
你可以使用`values`属性将DataFrame对象转换为二维数组。下面是一个示例:
```python
import pandas as pd
# 创建一个DataFrame示例
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 将DataFrame转换为二维数组
array = df.values
print(array)
```
这将输出以下结果:
```
[[1 4]
[2 5]
[3 6]]
```
在这个例子中,DataFrame的每一列被转换成了二维数组的一列。
dataframe存取二维数组
可以使用 pandas 库来存取二维数组。具体方法如下:
1. 创建一个二维数组:
```python
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
```
2. 将二维数组转换为 dataframe:
```python
import pandas as pd
df = pd.DataFrame(arr)
```
3. 可以使用 loc 方法来访问 dataframe 中的元素:
```python
print(df.loc[0, 1]) # 输出 2
```
4. 可以使用 iloc 方法来访问 dataframe 中的元素:
```python
print(df.iloc[1, 2]) # 输出 6
```
5. 可以使用 values 方法将 dataframe 转换为二维数组:
```python
arr = df.values
```
阅读全文
相关推荐
















