统计一列数据中每种元素的个数

最新推荐文章于 2024-06-29 16:12:49 发布

原创最新推荐文章于 2024-06-29 16:12:49 发布 · 3k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #pandas

Python学习专栏收录该内容

4 篇文章

订阅专栏

该博客介绍了如何在Pandas中对DataFrame列进行频次统计。对于DataFrame，可以直接使用Series的value_counts()函数；而对于numpy数组，需要先将其转换为1维，然后通过value_counts()进行计数并排序。这种方法适用于数据预处理和分析阶段，便于理解数据分布情况。

1.如果是在Dataframe中

直接利用Series的value_count()函数即可。

import pandas as pd

df1 = pd.DataFrame(np.random.randn(3, 3), index=list('abc'), columns=list('ABC'))
print(df['A'].value_counts())

2.如果是numpy的array数组：

import pandas as pd
import numpy as np
 
a = np.random.random((2,3))    # 需要进行统计的数据
a_b = a.flatten()           # 数组转为1维
a_b = pd.Series(a_b)       # 转换数据类型
a_b = a_b.value_counts()   # 计数
a_b.sort_index(inplace=True)  # 排序