如何计算 Pandas DataFrame 列中值的频率？

计算数据框列中值的频率

给定一个包含分类值的列的数据框，您可能会遇到需要计算频率的情况每个唯一值出现的次数。

考虑以下内容dataframe:

category
cat a
cat b
cat a

要检索不同值及其相应的频率，请按照以下步骤操作：

使用 value_counts()

按照建议@DSM，利用 value_counts() 来完成此任务任务：

In [37]:
df = pd.DataFrame({'a':list('abssbab')})
df['a'].value_counts()

输出：

b    3
a    2
s    2
dtype: int64

使用 groupby() 和 count()

或者，你可以使用 groupby() 和count():

In [38]:
df.groupby('a').count()

输出：

   a
a   
a  2
b  3
s  2

[3 rows x 1 columns]

其他选项：

欲了解更多信息，请参阅到 pandas 文档https://pandas.pydata.org。

将频率重新合并到数据框中

如果您希望将频率值添加回原始数据框，您可以利用transform()与count():

In [41]:
df['freq'] = df.groupby('a')['a'].transform('count')
df

输出：

   a freq
0  a    2
1  b    3
2  s    2
3  s    2
4  b    3
5  a    2
6  b    3

[7 rows x 2 columns]

以上是如何计算 Pandas DataFrame 列中值的频率？的详细内容。更多信息请关注PHP中文网其他相关文章！