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@)