跳转至

Python | Pandas time delta index.value_counts()

原文:https://www.geesforgeks.org/python-pandas-time delta 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 **TimedeltaIndex.value_counts()**函数返回一个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:时间增量索引.值_计数(归一化=假，排序=真，升序=假，箱=无，dropna =真)

参数: 归一化:(布尔值，默认为假)如果为真，则返回的对象将包含唯一值的相对频率。 排序:(布尔值，默认为 True)按值排序 升序:(布尔值，默认为 False)按升序排序 条块:(整数，可选)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，仅适用于数字数据 dropna : (布尔值，默认为 True)不包括 NaN 的计数。

返回:计数:系列

示例#1: 使用TimedeltaIndex.value_counts()函数计算给定时间增量索引对象中每个唯一值的出现次数。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '+23:59:59.999999',
                        '22 day 2 min 3us 10ns', '06:05:01.000030',
                        '+12:19:59.999999'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.value_counts()函数来计算 tidx 对象中每个唯一值的出现次数。

# count occurrences
tidx.value_counts()

输出:

正如我们在输出中看到的那样，TimedeltaIndex.value_counts()函数返回了给定时间增量索引对象中所有唯一值的计数。

示例 2: 使用TimedeltaIndex.value_counts()函数计算给定时间增量索引对象中每个唯一值的出现次数。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['3 days 06:05:01.000030', '1 days 06:05:01.000030',
                        '3 days 06:05:01.000030', '1 days 06:05:01.000030',
                        '21 days 06:15:01.000030'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.value_counts()函数来计算 tidx 对象中每个唯一值的出现次数。

# count occurrences
tidx.value_counts()

输出: 正如我们在输出中看到的，TimedeltaIndex.value_counts()函数返回了给定时间增量索引对象中所有唯一值的计数。

回到顶部