跳转至

Python | Pandas index.value_counts()

原文:https://www.geesforgeks.org/python-pandas-index-value_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 Index.value_counts() 函数返回包含唯一值计数的对象。结果对象将按降序排列,因此第一个元素是最常出现的元素。默认情况下不包括数值。

语法:index.value_counts(normalize =False,sort=True,升序= False,bins = None,dropna=True) 参数: normalize : 如果为 True,则返回的对象将包含唯一值的相对频率。 排序:按值排序 升序:按升序排序 条块:与其对值进行计数,不如将它们分组到半开条块中,这是 pd.cut 的一种便利,只适用于数字数据 dropna : 不包括 NaN 的计数。 T21】返回:计数:系列

示例#1: 使用 Index.value_counts()函数计算给定索引中唯一值的数量。

蟒蛇 3

# importing pandas as pd
import pandas as pd

# Creating the index
idx = pd.Index(['Harry', 'Mike', 'Arther', 'Nick',
                'Harry', 'Arther'], name ='Student')

# Print the Index
print(idx)

输出:

Index(['Harry', 'Mike', 'Arther', 'Nick', 'Harry', 'Arther'], dtype='object', name='Student')

让我们找出索引中所有唯一值的计数。

蟒蛇 3

# find the count of unique values in the index
idx.value_counts()

输出:

Harry     2
Arther    2
Nick      1
Mike      1
Name: Student, dtype: int64

该函数已返回给定索引中所有唯一值的计数。请注意,函数返回的对象包含以降序排列的值。

示例#2: 使用 Index.value_counts()函数查找给定索引中所有唯一值的计数。

蟒蛇 3

# importing pandas as pd
import pandas as pd

# Creating the index
idx = pd.Index([21, 10, 30, 40, 50, 10, 50])

# Print the Index
print(idx)

输出:

Int64Index([21, 10, 30, 40, 50, 10, 50], dtype='int64')

让我们计算索引中所有唯一值的出现次数。

蟒蛇 3

# for finding the count of all
# unique values in the index.
idx.value_counts()

输出:

10    2
50    2
30    1
21    1
40    1
dtype: int64

该函数返回了索引中所有唯一值的计数。



回到顶部