데이터 세트가 있습니다
|category|
cat a
cat b
cat a(고유 한 값과 빈도를 보여주는)와 같은 것을 반환하고 싶습니다.
category | freq |
cat a 2
cat b 1답변
사용 groupby및 count:
In [37]:
df = pd.DataFrame({'a':list('abssbab')})
df.groupby('a').count()
Out[37]:
a
a
a 2
b 3
s 2
[3 rows x 1 columns]온라인 문서를 참조하십시오 : http://pandas.pydata.org/pandas-docs/stable/groupby.html
또한 value_counts()@DSM이 언급했듯이 여기에 고양이를 껍질을 벗기는 여러 가지 방법이 있습니다.
In [38]:
df['a'].value_counts()
Out[38]:
b 3
a 2
s 2
dtype: int64원래 데이터 프레임에 빈도를 다시 추가 transform하려면 정렬 된 인덱스를 반환하십시오.
In [41]:
df['freq'] = df.groupby('a')['a'].transform('count')
df
Out[41]:
a freq
0 a 2
1 b 3
2 s 2
3 s 2
4 b 3
5 a 2
6 b 3
[7 rows x 2 columns]답변
모든 열에 적용하려면 다음을 사용할 수 있습니다.
df.apply(pd.value_counts)그러면 열 기반 집계 함수 (이 경우 value_counts)가 각 열에 적용됩니다.
답변
df.category.value_counts()이 짧은 코드는 원하는 출력을 제공합니다.
열 이름에 공백이 있으면 사용할 수 있습니다
df['category'].value_counts()답변
df.apply(pd.value_counts).fillna(0)value_counts- 고유 한 값의 개수를 포함하는 객체를 반환합니다.
적용 -모든 열의 빈도를 세십시오. 을 설정 axis=1하면 모든 행에 빈도가 표시됩니다
fillna (0)-출력을 더 멋지게 만듭니다. NaN을 0으로 변경
답변
0.18.1에서 groupby함께 count고유 한 값의 주파수를 제공하지 않습니다 :
>>> df
a
0 a
1 b
2 s
3 s
4 b
5 a
6 b
>>> df.groupby('a').count()
Empty DataFrame
Columns: []
Index: [a, b, s]그러나 고유 값과 주파수는 다음을 사용하여 쉽게 결정됩니다 size.
>>> df.groupby('a').size()
a
a 2
b 3
s 2df.a.value_counts()정렬 된 값을 사용하면 (내림차순, 즉 가장 큰 값이 먼저) 기본적으로 반환됩니다.
답변
df의 여러 열에 대해 목록 이해 및 value_counts 사용
[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=['O']).columns)]답변
DataFrame에 동일한 유형의 값이 있으면 numpy.unique ()return_counts=True 에서 설정할 수도 있습니다 .
index, counts = np.unique(df.values,return_counts=True)
값이 정수이면 np.bincount () 가 더 빠를 수 있습니다.