跳转至

Python | Pandas data frame.get_dtype_counts()

原文:https://www.geesforgeks.org/python-pandas-data frame-get_dtype_counts/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **dataframe.get_dtype_counts()**函数返回给定对象中数据类型的计数。它返回一个 pandas 系列对象,包含 pandas 对象中所有数据类型的计数。它与熊猫系列和数据框一起工作。

语法: DataFrame.get_dtype_counts()

返回:值:系列:数据类型的计数

有关代码中使用的 CSV 文件的链接,请单击此处的

示例#1: 使用get_dtype_counts()函数查找熊猫数据帧对象的数据类型计数。

# importing pandas as pd
import pandas as pd

# Creating the dataframe 
df = pd.read_csv("nba.csv")

# Print the dataframe
df

现在应用get_dtype_counts()功能。找出数据框中每种数据类型的出现频率。

# applying get_dtype_counts() function 
df.get_dtype_counts()

输出:

注意,输出是一个 pandas 系列对象,包含数据帧中每个数据类型的计数。

示例#2: 仅在选定数量的数据框列上使用get_dtype_counts()功能。

# importing pandas as pd
import pandas as pd

# Creating the dataframe 
df = pd.read_csv("nba.csv")

# Applying get_dtype_counts() function to 
# find the data type counts in modified dataframe.
df[["Salary", "Name", "Team"]].get_dtype_counts()

注意,输出是一个 pandas 系列对象,包含数据帧中每个数据类型的计数。我们可以使用dataframe.info()函数来验证所有这些结果。

# Find out the types of all columns in the dataframe
df.info()

输出:



回到顶部