具有计数的数据帧中的唯一值 - Python

当我们处理数据时，有时候需要找出数据帧中的唯一值以及它们的计数，这在数据分析和统计中是很常见的操作。在 Python 中，可以使用 pandas 库来处理数据帧。

导入依赖

在使用 pandas 库之前，需要先导入相关依赖：

import pandas as pd

创建数据帧

为了演示如何找出数据帧中的唯一值和计数，我们需要先创建一个示例数据帧。以下代码创建了一个具有重复值的数据帧：

df = pd.DataFrame({'name': ['John', 'Mary', 'John', 'Emma', 'Mary', 'John', 'John'],
                   'age': [28, 31, 22, 19, 25, 35, 21]})
print(df)

输出如下：

   name  age
0  John   28
1  Mary   31
2  John   22
3  Emma   19
4  Mary   25
5  John   35
6  John   21

找出唯一值及计数

使用 value_counts() 方法可以很容易地找出数据帧中的唯一值及它们的计数。以下代码演示了如何找出数据帧中 name 列的唯一值及计数：

name_counts = df['name'].value_counts()
print(name_counts)

输出如下：

John    4
Mary    2
Emma    1
Name: name, dtype: int64

其中，索引（即第一列）是唯一值，值（即第二列）是对应的计数。

找出唯一值

如果只需要找出数据帧中的唯一值而不需要它们的计数，可以使用 unique() 方法。以下代码演示了如何找出数据帧中 name 列的所有唯一值：

unique_names = df['name'].unique()
print(unique_names)

输出如下：

['John' 'Mary' 'Emma']

总结

在 Python 中使用 pandas 库可以很容易地找出数据帧中的唯一值及它们的计数。使用 value_counts() 方法可以同时找出唯一值和计数，使用 unique() 方法则只能找出唯一值。这些方法在数据分析和统计中是很常用的，掌握它们可以帮助我们更方便地分析数据。