统计dataframe的频数并转为数组

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：

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：

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：

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：

import pandas as pd

df = pd.DataFrame(arr)

3. 可以使用 loc 方法来访问 dataframe 中的元素：

print(df.loc[0, 1]) # 输出 2

4. 可以使用 iloc 方法来访问 dataframe 中的元素：

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：

arr = df.values