Python|熊猫 Index.value_counts()
Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。
Pandas 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。默认情况下排除 NA 值。
Syntax: Index.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)
Parameters :
normalize : If True then the object returned will contain the relative frequencies of the unique values.
sort : Sort by values
ascending : Sort in ascending order
bins : Rather than count values, group them into half-open bins, a convenience for pd.cut, only works with numeric data
dropna : Don’t include counts of NaN.
Returns : counts : Series
示例 #1:使用 Index.value_counts()函数计算给定索引中唯一值的数量。
Python3
# 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)
Python3
# find the count of unique values in the index
idx.value_counts()
Python3
# 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)
Python3
# for finding the count of all
# unique values in the index.
idx.value_counts()
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。
Python3
# 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按降序出现的值。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。
Python3
# 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。
Python3
# 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
该函数已返回索引中所有唯一值的计数。