dataframe 某列数据占比

要计算 DataFrame 中某列数据值的占比，可以使用 Pandas 库中的 value_counts() 函数来统计该列每个值的出现次数，然后除以该列总数据量即可得到每个值的占比。

例如，假设 DataFrame 中有一列名为 'gender'，包含男女两种取值，可以使用以下代码计算男女数据的占比：

import pandas as pd

# 创建 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'gender': ['F', 'M', 'M', 'F', 'F']}
df = pd.DataFrame(data)

# 计算 gender 列中每个值的出现次数
counts = df['gender'].value_counts()

# 计算 gender 列中每个值的占比
proportions = counts / df.shape[0]

print(proportions)

输出结果如下：

F    0.6
M    0.4
Name: gender, dtype: float64

其中，'F' 和 'M' 分别表示女性和男性，0.6 和 0.4 分别表示女性和男性数据的占比。