9个 value_counts() 的技巧,提高 Python 数据分析效率

数据科学家通常将大部分时间花在探索和预处理数据上。当谈到数据分析和理解数据结构时,Pandas value_counts() 是最受欢迎的函数之一。该函数返回一个包含唯一值计数的系列。生成的Series可以按降序或升序排序,通过参数控制包括或排除NA。

在本文中,我们将探讨 Pandas value_counts() 的不同用例。如何使用它来处理以下常见任务。喜欢本文记得收藏、关注、点赞。

1、默认参数

2、按升序对结果进行排序

3、按字母顺序排列结果

4、结果中包含空值

5、 以百分比计数显示结果

6、将连续数据分入离散区间

7、分组并调用 value_counts()

8、将结果系列转换为 DataFrame

9、应用于DataFrame

推荐文章

  • 李宏毅《机器学习》国语课程(2022)来了

  • 有人把吴恩达老师的机器学习和深度学习做成了中文版

  • 上瘾了,最近又给公司撸了一个可视化大屏(附源码)

  • 如此优雅,4款 Python 自动数据分析神器真香啊

  • 梳理半月有余,精心准备了17张知识思维导图,这次要讲清统计学

  • 年终汇总:20份可视化大屏模板,直接套用真香(文末附源码)

1、默认参数

Pandas value_counts() 函数返回一个包含唯一值计数的系列。默认情况下,结果系列按降序排列,不包含任何 NA 值。例如,让我们从 Titanic 数据集中获取“Embarked”列的计数。

>>> df['Embarked'].value_counts() 
 
S    644 
C    168 
Q     77 
Name: Embarked, dtype: int64

2、按升序对结果进行排序

value_count() 返回的系列默认按降序排列。对于升序结果,我们可以将参数升序设置为 True。

>>> df['Embarked'].value_counts(ascending=True) 
 
Q     77 
C    168 
S    644 
Name: Embarked, dtype: int64

3、按字母顺序排列结果

我们已经学习了参数升序以获得按值计数 ASC 或 DESC 排序的结果。在某些情况下,最好按字母顺序显示我们的结果。这可以通过在 value_counts() 之后调用 sort_index(ascending=True) 来完成,例如

>>> df['Embarked'].value_counts(ascending=True).sort_index(ascending=True) 
 
C    168 
Q     77 
S    644 
Name: Embarked, dtype: int64

4、包括结果中的 NA

默认情况下,结果中会忽略包含任何 NA 值的行。有一个参数 dropna 来配置它。我们可以将该值设置为 False 以包含 NA 的行数。

df['Embarked'].value_counts(dropna=False) 
S      644 
C      168 
Q       77 
NaN      2 
Name: Embarked, dtype: int64

5、以百分比计数显示结果

在进行探索性数据分析时,有时查看唯一值的百分比计数会更有用。这可以通过将参数 normalize 设置为 True 来完成,例如:

df['Embarked'].value_counts(normalize=True) 
 
S    0.724409 
C    0.188976 
Q    0.086614 
Name: Embarked, dtype: float64

如果我们更喜欢用百分号 (%) 格式化结果,我们可以设置 Pandas 显示选项如下:

>>> pd.set_option('display.float_format', '{:.2f}%'.format) 
>>> df['Embarked'].value_counts(normalize = True) 
 
S   0.72% 
C   0.19% 
Q   0.09% 
Name: Embarked, dtype: float64

6、将连续数据分入离散区间

Pandas value_counts() 可用于使用 bin 参数将连续数据分入离散区间。与 Pandas cut() 函数类似,我们可以将整数或列表传递给 bin 参数。

当整数传递给 bin 时,该函数会将连续值离散化为大小相等的 bin,例如:

>>> df['Fare'].value_counts(bins=3) 
(-0.513, 170.776]     871 
(170.776, 341.553]     17 
(341.553, 512.329]      3 
Name: Fare, dtype: int64

当列表传递给 bin 时,该函数会将连续值划分为自定义组,例如:

>>> df['Fare'].value_counts(bins=[-1, 20, 100, 550]) 
(-1.001, 20.0]    515 
(20.0, 100.0]     323 
(100.0, 550.0]     53 
Name: Fare, dtype: int64

7、分组并执行 value_counts()

Pandas groupby() 允许我们将数据分成不同的组来执行计算以进行更好的分析。一个常见的用例是按某个列分组,然后获取另一列的唯一值的计数。例如,让我们按“Embarked”列分组并获取不同“Sex”值的计数。

>>> df.groupby('Embarked')['Sex'].value_counts() 
 
Embarked  Sex    
C         male       95 
          female     73 
Q         male       41 
          female     36 
S         male      441 
          female    203 
Name: Sex, dtype: int64

8、将结果系列转换为 DataFrame

Pandas value_counts() 返回一个Series,包括前面带有 MultiIndex 的示例。如果我们希望我们的结果显示为 DataFrame,我们可以在 value_count() 之后调用 to_frame()。

y('Embarked')['Sex'].value_counts().to_frame()

9个 value_counts() 的技巧,提高 Python 数据分析效率_第1张图片

9、应用于DataFrame

到目前为止,我们一直将 value_counts() 应用于 Pandas Series,在 Pandas DataFrame 中有一个等效的方法。Pandas DataFrame.value_counts() 返回一个包含 DataFrame 中唯一行计数的系列。

让我们看一个例子来更好地理解它:

df = pd.DataFrame({ 
    'num_legs': [2, 4, 4, 6], 
    'num_wings': [2, 0, 0, 0]}, 
    index=['falcon', 'dog', 'cat', 'ant'] 
) 
>>> df.value_counts() 
 
num_legs  num_wings 
4         0            2 
6         0            1 
2         2            1 
dtype: int64

通过在 df 上调用 value_counts(),它返回一个以 num_legs 和 num_wings 作为索引的 MultiIndex 系列。从结果中,我们可以发现有 2 条记录的 num_legs=4 和 num_wing=0。

同样,我们可以调用 to_frame() 将结果转换为 DataFrame

>>> df.value_counts().to_frame()

9个 value_counts() 的技巧,提高 Python 数据分析效率_第2张图片

总结

在本文中,我们探讨了 Pandas value_counts() 的不同用例。我希望这篇文章能帮助你节省学习 Pandas 的时间。我建议您查看 value_counts() API 的文档并了解您可以做的其他事情。

技术交流

欢迎转载、收藏、有所收获点赞支持一下!

在这里插入图片描述

目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

  • 方式①、发送如下图片至微信,长按识别,后台回复:加群;
  • 方式②、添加微信号:dkl88191,备注:来自CSDN
  • 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

长按关注

你可能感兴趣的:(python,python,开发语言,工具,数据挖掘)