pandas获取一列数据的个数

可以使用 pandas 中的 value_counts() 函数来获取一列数据中每个值的个数，例如：

import pandas as pd

# 创建一个示例数据
df = pd.DataFrame({'fruit': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})

# 获取 'fruit' 列中每个值的个数
counts = df['fruit'].value_counts()

print(counts)

输出：

banana    3
apple     2
orange    1
Name: fruit, dtype: int64

其中，'fruit' 列中共有 3 个 'banana'，2 个 'apple'，1 个 'orange'。

相关问题

pandas 获取数据为空的个数

在Pandas中，你可以使用`isnull()`函数来检查数据框中的值是否为空，然后结合`sum()`函数来计算空值（包括NaN和None）的总数。这个操作通常用于数据清洗和预处理阶段，以了解数据的质量。

以下是一个简单的例子：

import pandas as pd

# 假设df是一个Pandas DataFrame
df_with_nulls = df.isnull().sum()

# 这将返回一个Series，其中索引是DataFrame的列名，值是对应列中缺失值的数量
print(df_with_nulls)

`df_with_nulls` Series的每个非零值都表示该列中存在空值。如果你想得到整个数据框中空值的总数，可以对这个Series求和：

total_nulls = df_with_nulls.sum().sum()
print(f"Total null values in the dataframe: {total_nulls}")

pandas查看某列数据分布

你可以使用pandas中的describe()函数来查看某列数据的分布情况。具体操作如下：

1. 首先导入pandas模块，并读取数据表：

   import pandas as pd
   data = pd.read_excel('产品统计表.xlsx')

2. 使用describe()函数查看某一列数据的分布情况，比如利润(元)列：

   print(data['利润(元)'].describe())

输出结果将包括数据的个数(count)、均值(mean)、标准差(std)、最小值(min)、25%分位数(25%)、中位数(50%)、75%分位数(75%)和最大值(max)等信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Python_Pandas_获取数据分布情况和相关系数](https://blog.csdn.net/feizuiku0116/article/details/119765309)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]