获取标签中每个分类值（0和1）的计数 - Python

在数据分析和机器学习项目中，我们通常需要查看标签中每个分类值（0和1）的计数。Python具有灵活的数据处理和统计库，使我们可以很容易地获得这些计数。

以下是获取标签中每个分类值计数的Python代码片段：

import pandas as pd

# 创建示例数据
data = {'A': [0, 1, 0, 1, 0, 0], 'B': [1, 1, 0, 1, 0, 1], 'C': [0, 1, 0, 0, 1, 1]}
df = pd.DataFrame(data)

# 计算每个分类值（0和1）的计数
count = pd.DataFrame(df.apply(pd.Series.value_counts)).T
count.columns = ['0', '1']

print(count)

该代码使用pandas库创建了一个示例数据帧df，该帧包含三个标签（A，B和C），每个标签具有0和1的分类值。然后，使用apply和value_counts函数计算每个分类值的计数，并将结果存储在一个新的数据帧count中。最后，在控制台上打印count帧。

以下是代码输出的markdown样式效果：

| | 0 | 1 | |---|---|---| | A | 4 | 2 | | B | 2 | 4 | | C | 4 | 2 |

这里，每一列的标题为0和1，表示0和1分类值的计数。每一行的标题表示每个标签（A，B和C）的名称。因此，可以很容易地看到每个标签中0和1分类值的计数。

该代码可以轻松地应用于更大的数据集，以计算分类变量中每个分类值的计数。

这就是我们如何使用Python获取标签中每个分类值（0和1）的计数。