pandas中value_counts的用法
时间: 2023-04-25 19:02:16 浏览: 82
Pandas中的value_counts()是用来统计数据集中每个值出现的次数的函数。使用方法如下:
1. 首先导入pandas库
2. 建立一个数据框或者读取一个已有的数据框
3. 对某一列使用value_counts()函数,例如: df['column_name'].value_counts()
如果要对整个数据框使用value_counts(),可以使用:
df.value_counts()
通过设置参数normalize=True 可以得到频率。
例如:
``` python
import pandas as pd
data = {'Name': ['Tom', 'Jerry', 'Tom', 'Jerry', 'Tom'],
'Age': [25, 30, 35, 30, 28]
}
df = pd.DataFrame(data)
print(df)
# Name Age
#0 Tom 25
#1 Jerry 30
#2 Tom 35
#3 Jerry 30
#4 Tom 28
print(df['Name'].value_counts())
# Tom 3
# Jerry 2
# Name: Name, dtype: int64
```
相关问题
pandas中value_counts
value_counts是 pandas 库中 Series 数据类型提供的一个方法,用于统计 Series 中每个不同值出现的次数。它返回一个新的 Series,其中包含每个不同值及其出现次数。
示例:
```python
import pandas as pd
# 创建一个 Series
s = pd.Series(['cat', 'dog', 'cat', 'bird', 'dog', 'cat'])
# 使用 value_counts 统计每个值出现的次数
counts = s.value_counts()
print(counts)
```
输出:
```
cat 3
dog 2
bird 1
dtype: int64
```
可以看到,输出结果显示了每个不同的值和它们出现的次数。在这个例子中,"cat" 出现了 3 次,"dog" 出现了 2 次,"bird" 只出现了 1 次。
pandas中value_counts()的作用。
`value_counts()` 是 `pandas` 库中的一个函数,它可以对一列数据中每个值出现的次数进行计数,并返回一个新的 `pandas.Series` 对象。常见的用法是对 `DataFrame` 中某一列数据进行计数,例如:
```python
import pandas as pd
# 创建一个DataFrame对象
df = pd.DataFrame({
'fruit': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']
})
# 对fruit列进行计数
counts = df['fruit'].value_counts()
# 输出结果
print(counts)
```
输出结果为:
```
banana 3
apple 2
orange 1
Name: fruit, dtype: int64
```
其中,每个水果的名称是索引,值是该水果在数据中出现的次数。这个函数可以帮助我们快速了解数据中某一列数据的分布情况。