pandas dataframe 统计一列中各个值出现的次数
时间: 2023-07-26 13:03:55 浏览: 134
可以使用`value_counts()`方法来统计一列中各个值出现的次数,示例如下:
```python
import pandas as pd
# 创建一个包含重复值的DataFrame
df = pd.DataFrame({'fruit': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})
# 统计'fruit'列中各个值出现的次数
counts = df['fruit'].value_counts()
print(counts)
```
输出结果为:
```
banana 3
apple 2
orange 1
Name: fruit, dtype: int64
```
其中,索引为各个出现过的值,值为出现的次数。
相关问题
dataframe统计某一列出现的元素
可以使用pandas.DataFrame的value_counts()方法来统计某一列中各个元素的出现次数。
示例代码:
```python
import pandas as pd
# 创建DataFrame
data = {'Name': ['John', 'Mary', 'Peter', 'John', 'Bob', 'Peter'],
'Age': [25, 20, 30, 25, 35, 30]}
df = pd.DataFrame(data)
# 统计Name列中各个元素的出现次数
count = df['Name'].value_counts()
# 打印结果
print(count)
```
输出结果:
```
John 2
Peter 2
Bob 1
Mary 1
Name: Name, dtype: int64
```
可以看到,结果是一个pandas.Series对象,其中索引为Name列中出现的元素,值为该元素出现的次数。
pandas统计表格中各个元素出现的次数
可以使用value_counts()函数来统计表格中各个元素出现的次数。
例如,假设有一个名为df的DataFrame表格,其中有一个名为column的列,可以使用以下代码统计column列中各个元素出现的次数:
```
df['column'].value_counts()
```
该函数将返回一个Series对象,其中每个元素都是column列中的一个不同的值,每个元素的值是该值在column列中出现的次数。
阅读全文