python中pandas计数_Python pandas数据计数函数value_counts

value_counts介绍

value_counts是一种查看表格某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中个数，类似Excel里面的count函数

其是pandas下面的顶层函数，也可以作用在Series、DataFrame下

pd.value_counts(

values,

sort=True, #是否排序，默认是要排序

ascending=False, #默认降序排列

normalize=False, #标准化、转化成百分比形式

bins=None, #可以自定义分组区间，默认是没有，但也可以自定义区间

dropna=True, #是否删除nan，默认删除

)

常规用法：

import pandas as pd

pd.value_counts()

df.value_counts()

df['字段'].value_counts()

创建模拟数据

>>> import pandas as pd

>>> data=pd.DataFrame({'字段1':[1,2,3,4,5,6,5,3,2,4,5,4,4,4,6],

'字段2':['A','B','B','A','A','A','B','B','B','C','C','C','C','B','B']})

>>> data

字段1 字段2

0 1 A

1 2 B

2 3 B

3 4 A

4 5 A

5 6 A

6 5 B

7 3 B

8 2 B

9 4 C

10 5 C

11 4 C

12 4 C

13 4 B

14 6 B

>>> data.dtypes

字段1 int64

字段2 object

dtype: object

Series情况下:

pandas 的 value_counts() 函数可以对Series里面的每个值进行计数并且排序，默认是降序

>>> data['字段2'].value_counts()

B 7

C 4

A 4

Name: 字段2, dtype: int64

>>> data['字段1'].value_counts()

4 5

5 3

6 2

3 2

2 2

1 1

Name: 字段1, dtype: int64

可以看出，既可以对分类变量统计，也可以对连续数值变量统计

如果是要对结果升序排列，可以添加ascending=True来改变

>>> data['字段2'].value_counts(ascending=True)

A 4

C 4

B 7

Name: 字段2, dtype: int64

如果不想看统计的个数，而是想看占比，那么可以设置normalize=True即可，结果是小数形式

>>> data['字段2'].value_counts(normalize=True)

B 0.466667

C 0.266667

A 0.266667

Name: 字段2, dtype: float64

DataFrame情况下

可以通过apply，对每一列变量进行统计

>>> data.apply(pd.value_counts)

字段1 字段2

1 1.0 NaN

2 2.0 NaN

3 2.0 NaN

4 5.0 NaN

5 3.0 NaN

6 2.0 NaN

A NaN 4.0

B NaN 7.0

C NaN 4.0

通过pandas进行调用

>>> pd.value_counts(data['字段2'])

B 7

C 4

A 4

Name: 字段2, dtype: int64

以上是自己实践中遇到的一些点，分享出来供大家参考学习，欢迎关注DataShare公众号