pandas計數 value_counts()

 

在pandas里面常用value_counts確認數據出現的頻率。

1. Series 情況下：

pandas 的 value_counts() 函數可以對Series里面的每個值進行計數並且排序。

import pandas as pd
df = pd.DataFrame({'區域' : ['西安', '太原', '西安', '太原', '鄭州', '太原'], 
                  '10月份銷售' : ['0.477468', '0.195046', '0.015964', '0.259654', '0.856412', '0.259644'],
                  '9月份銷售' : ['0.347705', '0.151220', '0.895599', '0236547', '0.569841', '0.254784']})
print(df)

 

統計每個區域出現多少次：

print(df['區域'].value_counts())

每個區域都被計數，並且默認從高到低排序。

 

 

如果想升序排列，設置參數 ascending = True：

print(df['區域'].value_counts(ascending=True))

 

 

如果想得出計數占比，可以加參數 normalize=True：

print(df['區域'].value_counts(normalize=True))

 

注：空值默認剔除掉的。value_counts()返回的結果是一個Series數組，可以跟別的數組進行計算。

 

 

2. DataFrame 情況下：

import pandas as pd
df = pd.DataFrame({'區域1' : ['西安', '太原', '西安', '太原', '鄭州', '太原'],
                   '區域2' : ['太原', '太原', '西安', '西安', '西安', '太原']})
print(df.apply(pd.value_counts))

區域2中沒有鄭州，所以是NaN。

 

 

來自：曹驥