熊猫分组–计算第
栏中的出现次数
原文:https://www.geesforgeks.org/pandas-group by-count-in-column-occurs/
使用大小()或计数()方法与熊猫进行比较。DataFrame.group by()将生成出现在 data frame 特定列中的数据出现次数的计数。不过这个操作也可以用熊猫来进行。Series.value_counts() 和，熊猫。Index.value_counts() 。
*接近*
- 导入模块
- 创建或导入数据框
- 应用 groupby
- 使用两种方法中的任何一种
- 显示结果
方法 1:使用 pandas.groupyby()。si ze()****
使用该方法的基本方法是在 groupby() 方法中将列名指定为参数，然后对其使用 size() 。以下是描述如何为不同数据集计算列中出现次数的各种示例。
*例 1:*
在本例中，我们分别计算数据集中所有列的出现次数。
蟒蛇 3
# import module
import pandas as pd
# assign data
data = pd.DataFrame({'Section': ['A', 'A', 'A', 'B', 'B',
'B', 'C', 'C', 'C'],
'Teacher': ['Kakeshi', 'Kakeshi', 'Iruka',
'Kakeshi', 'Kakeshi', 'Kakeshi',
'Iruka', 'Iruka', 'Guy']})
# display dataframe
print('Data:')
display(data)
print('Occurrence counts of particular columns:')
# count occurrences a particular column
occur = data.groupby(['Section']).size()
# display occurrences of a particular column
display(occur)
# count occurrences a particular column
occur = data.groupby(['Teacher']).size()
# display occurrences of a particular column
display(occur)
*输出:*
*例 2:*
在下面的程序中，我们计算了与上一个程序中使用的相同数据集中所有列的出现次数。
蟒蛇 3
# import module
import pandas as pd
# assign data
data = pd.DataFrame({'Section': ['A', 'A', 'A', 'B', 'B', 'B',
'C', 'C', 'C'],
'Teacher': ['Kakeshi', 'Kakeshi', 'Iruka',
'Kakeshi', 'Kakeshi', 'Kakeshi',
'Iruka', 'Iruka', 'Guy']})
# display dataframe
print('Data:')
display(data)
print('Occurrence counts of combined columns:')
# count occurrences of combined columns
occur = data.groupby(['Section', 'Teacher']).size()
# display occurrences of combined columns
display(occur)
