Pandas Series.value_counts() 函数

Suraj Joshi 2023年1月30日 2020年6月17日
  1. pandas.Series.value_counts() 语法
  2. 示例代码:使用 Series.value_counts() 方法计算 Pandas Series 中唯一元素的频率
  3. 示例代码:在 Series.value_counts() 方法中设置 normalize=True 来获得元素的相对频率
  4. 示例代码:在 Series.value_counts() 方法中设置 ascending=True,根据频率值按升序排列元素
  5. 示例代码:在 Series.value_counts() 方法中设置 bins 参数,获得位于半开分区的值的计数
  6. 示例代码:在 Series.value_counts() 方法中设置 dropna=FalseNaN 计数
Pandas Series.value_counts() 函数

pandas.Series.value_counts() 方法计算 Series 中每个独特元素的出现次数。

pandas.Series.value_counts() 语法

Series.value_counts(normalize=False, 
                    sort=True, 
                    ascending=False, 
                    bins=None, 
                    dropna=True)

参数

normalize 布尔型。唯一值的相对频率(normalize=True)或唯一值的绝对频率(normalize=False)
sort 布尔型。根据频率对元素进行排序(sort=True)或不对系列对象进行排序(sort=False)
ascending 布尔型。按升序(ascending=True)或降序(ascending=False)排序
bins 整数。Series 对象的数值范围被划分的分区数
dropna 布尔型。包括 NaN(dropna=False)的计数或不包括 NaN(dropna=True)的计数

返回值

它返回一个由唯一值的计数组成的 Series 对象。

示例代码:使用 Series.value_counts() 方法计算 Pandas Series 中唯一元素的频率

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': [1, 2, 3, np.nan, 3],
                   'Y': [4, np.nan, 8, np.nan, 3]})
print("DataFrame:")
print(df)

absolute_counts=df["X"].value_counts()

print("Frequencies of elements of X column:")
print(absolute_counts)

输出:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  NaN
2  3.0  8.0
3  NaN  NaN
4  3.0  3.0
Frequencies of elements of X column:
3.0    2
2.0    1
1.0    1
Name: X, dtype: int64 

Series 对象 absolute_counts 使用 Series.value_counts() 方法给出了列 X 中每个独特元素的计数。

Series.value_counts() 默认不统计 NaN。我们将在下面的章节中介绍如何计算它。

示例代码:在 Series.value_counts() 方法中设置 normalize=True 来获得元素的相对频率

如果我们在 Series.value_counts() 方法中设置 normalize=True,就可以得到 Series 对象中所有独特元素的相对频率。

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': [1, 2, 3, np.nan, 3],
                   'Y': [4, np.nan, 8, np.nan, 3]})
print("DataFrame:")
print(df)

relative_counts=df["X"].value_counts(normalize=True)

print("Relative Frequencies of elements of X column:")
print(relative_counts)

输出:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  NaN
2  3.0  8.0
3  NaN  NaN
4  3.0  3.0
Frequencies of elements of X column:
3.0    0.50
2.0    0.25
1.0    0.25
Name: X, dtype: float64

Series 对象 relative_counts 给出了列 X 中每个独特元素的相对频率。

相对频率是由所有绝对频率除以绝对频率之和得到的。

示例代码:在 Series.value_counts() 方法中设置 ascending=True,根据频率值按升序排列元素

如果我们在 Series.value_counts() 方法中设置 ascending=True,就会得到 Series 对象,其元素根据频率值按升序排序。

默认情况下,从 Series.value_counts() 方法返回的 Series 对象中的值是根据频率值降序排序的。

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': [1, 2, 3, np.nan, 3],
                   'Y': [4, np.nan, 8, np.nan, 3]})
print("DataFrame:")
print(df)

sorted_counts=df["X"].value_counts(ascending=True)
print("Frequencies of elements of X column:")
print(sorted_counts)

输出:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  NaN
2  3.0  8.0
3  NaN  NaN
4  3.0  3.0
Frequencies of elements of X column:
1.0    1
2.0    1
3.0    2
Name: X, dtype: int64

它给出了 X 列中每个唯一对象的计数,频率值按升序排列。

示例代码:在 Series.value_counts() 方法中设置 bins 参数,获得位于半开分区的值的计数

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': [1, 2, 3, np.nan, 3, 4, 5],
                   'Y': [4, np.nan, 8, np.nan, 3, 2, 1]})
print("DataFrame:")
print(df)

counts=df["X"].value_counts(bins=3)
print("Frequencies:")
print(counts)

输出:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  NaN
2  3.0  8.0
3  NaN  NaN
4  3.0  3.0
5  4.0  2.0
6  5.0  1.0
Frequencies:
(3.667, 5.0]      2
(2.333, 3.667]    2
(0.995, 2.333]    2
Name: X, dtype: int64

它将 Series,即 X 列中的数值范围分为三部分,并返回每个半开区间中的数值计数。

示例代码:在 Series.value_counts() 方法中设置 dropna=FalseNaN 计数

如果我们在 Series.value_counts() 方法中设置 dropna=False,我们也会得到 NaN 值的计数。

import pandas as pd
import numpy as np

df = pd.DataFrame({'X': [1, 2, 3, np.nan, 3],
                   'Y': [4, np.nan, 8, np.nan, 3]})
print("DataFrame:")
print(df)

counts=df["Y"].value_counts(dropna=False)

print("Frequencies:")
print(counts)

输出:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  NaN
2  3.0  8.0
3  NaN  NaN
4  3.0  3.0
Frequencies:
NaN    2
3.0    1
8.0    1
4.0    1
Name: Y, dtype: int64

它给出了 DataFrameY 列中每个元素的数量与 NaN 值的数量。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相关文章 - Pandas Series