Python| Pandas TimedeltaIndex.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 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。默认情况下排除 NA 值。
Syntax : TimedeltaIndex.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)
Parameters :
normalize : (boolean, default False) If True then the object returned will contain the relative frequencies of the unique values.
sort : (boolean, default True) Sort by values
ascending : (boolean, default False) Sort in ascending order
bins: (integer, optional) Rather than count values, group them into half-open bins, a convenience for pd.cut, only works with numeric data
dropna : (boolean, default True) Don’t include counts of NaN.
Return : counts : Series
示例 #1:使用TimedeltaIndex.value_counts()
函数计算给定 TimedeltaIndex 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()
函数来查找 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 TimedeltaIndex 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 TimedeltaIndex 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()
函数来查找 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 TimedeltaIndex 对象中所有唯一值的计数。