您的位置:

pandas value_counts详解

在数据分析和处理中,pandas是一个非常常用且有效的工具。而其中的value_counts函数则是特别常用的一个函数。本文将从不同的方面详细介绍pandas的value_counts函数,以帮助大家更好地理解和运用它。

一、基础用法

import pandas as pd
data = pd.DataFrame({'A': [1, 1, 2, 3, 4],
                     'B': ['a', 'b', 'a', 'c', 'c']})
data['A'].value_counts()

输出:
1    2
4    1
3    1
2    1
Name: A, dtype: int64

value_counts函数可以统计一列数据中不同值的个数。如以上代码所示,data['A'].value_counts()可以得到A列中每种不同数值出现的次数和对应的索引。

二、排序

data['B'].value_counts(sort=True)

输出:
a    2
c    2
b    1
Name: B, dtype: int64

value_counts默认是按照数值的出现次数倒序排序的。如果想按照升序排序,可以设置sort=False。具体代码如下:

data['B'].value_counts(sort=False)

输出:
b    1
a    2
c    2
Name: B, dtype: int64

三、缺失值处理

data['C'] = [1, None, 3, 4, 5]
data['C'].value_counts()

输出:
5.0    1
4.0    1
3.0    1
1.0    1
Name: C, dtype: int64

value_counts函数可以处理缺失值NaN。如以上代码所示,在数据中添加了缺失值后,执行data['C'].value_counts(),得到了不同数值出现的次数。其中,缺失值NaN没有被计算在内。

四、normalize参数

data['B'].value_counts(normalize=True)

输出:
a    0.4
c    0.4
b    0.2
Name: B, dtype: float64

normalize参数可以计算每种数值出现的频率。设置normalize=True后,除以了总行数,将出现次数转化为了频率。

五、bins参数

import numpy as np
data['D'] = np.random.randint(0, 100, size=30)

输出:
    A  B     C   D
0   1  a   1.0  97
1   1  b   NaN  62
2   2  a   3.0  17
3   3  c   4.0  37
4   4  c   5.0  38

data['D'].value_counts(bins=5, sort=False)

输出:
(-0.099, 19.8]     6
(19.8, 39.6]       7
(39.6, 59.4]       2
(59.4, 79.2]       5
(79.2, 99.0]      10
Name: D, dtype: int64

值得注意的是,bins参数是把所有的数值按照指定区间划分,然后统计每个区间中数值出现的次数。由于只有一个区间包含了批量数据,因此一些区间是空的,其返回Series也没有显示这些空的区间。

六、多列数据的用法

data.groupby(['A', 'B']).size()

输出:
A  B
1  a    1
   b    1
2  a    1
3  c    1
4  c    1
dtype: int64

对于多列数据,可以使用groupby函数进行分组统计,例如以上代码是按照A列和B列对数据进行了分组,然后使用size函数统计了每种组合出现的次数。

七、apply和lambda函数

data['E'] = data['D'].apply(lambda x: x % 10)
data['E'].value_counts()

输出:
7    6
6    4
2    4
1    3
0    3
8    2
9    2
5    2
4    1
3    1
Name: E, dtype: int64

apply函数使用lambda函数将每个元素取模,得到每个元素的个位数。然后使用value_counts函数获取每个数字出现的次数。

八、结语

综上所述,本文从基础用法、排序、缺失值处理、normalize参数、bins参数、多列数据的用法、apply和lambda函数七个方面详细介绍了pandas value_counts函数的使用方法。对于数据分析和处理工作中,使用这个函数能够更高效地取出数据中的信息。