如何计算 Pandas 列中特定值的出现次数？

在 Pandas 中，我们经常需要计算特定值在一列数据中出现的次数。这篇文章将介绍如何使用 Pandas 计算某一列数据中特定值出现的次数。

准备数据

首先，让我们创建一些示例数据：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Frank', 'David', 'David'],
        'Age': [25, 32, 18, 47, 22, 36, 47, 44],
        'Gender': ['F', 'M', 'M', 'M', 'F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

我们创建了一个包含 Name、Age 和 Gender 三列的 DataFrame。

计算出现次数

接下来，我们可以使用 Pandas 的 value_counts() 函数来计算特定值出现的次数。

例如，我们想计算 David 这个名字在 Name 列中出现的次数：

df['Name'].value_counts()['David']

该代码将返回 3，因为 David 这个名字在 Name 列中出现了三次。

我们也可以使用 groupby() 函数来计算多个特定值出现的次数。例如，我们想计算每个年龄的人数：

df.groupby('Age').size()

该代码将返回：

Age
18    1
22    1
25    1
32    1
36    1
44    1
47    2
dtype: int64

这个结果告诉我们，年龄为 18、22、25、32、36 和 44 的人各有一人，年龄为 47 的人有两人。

总结

计算 Pandas 列中特定值的出现次数非常简单。我们只需要使用 value_counts() 函数或 groupby() 函数就可以轻松完成。