可以使用 value_counts 函数来统计每个不同数据在数据列中出现的次数。 例如，假设有一个名为 df 的 DataFrame，其中包含一列名为 'col'。 要统计 'col' 列中各个不同数据的出现次数，可以使用以下代码：
counts = df['col'].value_counts()
此代码将返回一个由各个数据和它们在 'col' 列中出现的次数组成的 Series。 例如，假设 'col' 列包含以下数据：
0 1 1 2 2 2 3
那么，使用上述代码后，counts 将是一个包含以下内容的 Series：
2 3 2 1
其中，2 表示数字 2 在 'col' 列中出现了 1 次，3 表示数字 3 在 'col' 列中出现了 2 次，以此类推。
您还可以使用 value_counts 函数的 normalize 参数来获取各个数据在数据列中出现的频率，而不是出现的次数。 例如，要获取各个数据在 'col' 列中出现的频率，可以使用以下代码：
frequencies = df['col'].value_counts(normalize=True)
这将返回一个由各个数据和它们在 'col' 列中出现的频率组成的 Series。 例如，假设 'col' 列包含以下数据：
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
