📅  最后修改于: 2023-12-03 15:33:25.956000             🧑  作者: Mango
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()
和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()
和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”。