跳转至

大熊猫的绝对和相对频率

原文:https://www.geesforgeks.org/绝对和相对频率熊猫/

频率是给定样本中结果出现的次数。它可以用两种不同的方式来描述。

1。绝对频率: 是某一特定类别的观测次数。它总是有一个整数值,或者我们可以说它有离散值。

示例:

下列数据是关于学生在一个班级举行的数学考试中的及格或不及格。 P, P, F, P, F, P, P, F, F, P, P, P

其中,P =通过,F =失败。

解法: 从给定的数据我们可以说, 有 8 名学生通过了考试 有 4 名学生没有通过考试

Python 中的实现: 让我们把 12 个人在两个类别中声明通过(P)和失败(F)的结果分别归类为 1 和 0。

P, P, F, P, F, P, P, F, F, P, P, P
1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1

import pandas as pd

data = [1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1]

# Create Data Frame using pandas library
# .value_counts() counts the number of 
# occurrences of particular observation

df = pd.Series(data).value_counts()
print(df)

Output:

1    8
0    4
dtype: int64

2。相对频率: 它是给定数据集中特定类别的观测值的分数。它有浮动值,也用百分比表示。让我们考虑给定的数学考试及格和不及格学生的例子。然后,

及格学生相对频率= 8 / ( 8 + 4 ) = 0.666 = 66.6 % 不及格学生相对频率= 4 / ( 8 + 4 ) = 0.333 = 33.3 %

import pandas as pd

data = [1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 1]

# Create Data Frame using pandas library
# .value_counts() counts the number of 
# occurrences of particular observation

df = pd.Series(data).value_counts()      
print(df / len(data))

Output:

1    0.666667
0    0.333333
dtype: float64



回到顶部