pandas dataframe 统计一列中各个值出现的次数

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：

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：

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。