📌  相关文章
📜  pd 计算另一列中出现了多少项 - Python (1)

📅  最后修改于: 2023-12-03 15:33:25.956000             🧑  作者: Mango

pd 计算另一列中出现了多少项 - Python

在Pandas中,可以使用value_counts()方法计算一个Series对象中每个值出现的次数。但是,有时我们需要计算某一列中出现了多少项。

例如,我们有以下数据:

| Name | Age | |-------|------| | Alice | 20 | | Bob | 21 | | Alice | 22 | | Alice | 23 | | Bob | 24 |

我们希望计算“Name”这一列中出现了多少项。可以实现如下:

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Alice', 'Alice', 'Bob'], 'Age': [20, 21, 22, 23, 24]}
df = pd.DataFrame(data)

num_of_names = len(df['Name'].value_counts())

print(num_of_names)

输出:

2

在代码中,首先我们创建了一个DataFrame对象df,然后使用len()value_counts()方法,获取“Name”一列中出现的不同值的数量。

最后,我们得到了一个整数,表示“Name”一列中出现的不同值的数量。在本例中,有两个不同的名字,即“Alice”和“Bob”。

返回的markdown格式如下:

# pd 计算另一列中出现了多少项 - Python

在Pandas中,可以使用`value_counts()`方法计算一个Series对象中每个值出现的次数。但是,有时我们需要计算某一列中出现了多少项。

例如,我们有以下数据:

| Name  |  Age |
|-------|------|
| Alice |  20  |
| Bob   |  21  |
| Alice |  22  |
| Alice |  23  |
| Bob   |  24  |

我们希望计算“Name”这一列中出现了多少项。可以实现如下:

```Python
import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Alice', 'Alice', 'Bob'], 'Age': [20, 21, 22, 23, 24]}
df = pd.DataFrame(data)

num_of_names = len(df['Name'].value_counts())

print(num_of_names)

输出:

2

在代码中,首先我们创建了一个DataFrame对象df,然后使用len()value_counts()方法,获取“Name”一列中出现的不同值的数量。

最后,我们得到了一个整数,表示“Name”一列中出现的不同值的数量。在本例中,有两个不同的名字,即“Alice”和“Bob”。