溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編給大家分享一下pandas新版本如何實現數據表多列頻率統計，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！
pandas 以前的版本(1.1以前)中，就已經存在單列的頻率統計。
我們以泰坦尼克號罹難乘客數據為例子：
希望快速查看各個性別的記錄數：
上面顯示的是絕對數值，可以顯示占比嗎？
通過參數 normalize 可以轉換成占比
但是，以上都是針對單列的統計，很多時候我們希望對多列組合的頻率統計。
現在，pandas 1.1 版本中已為 DataFrame 追加了同名方法 value_counts，下面來看看怎么使用。
查看性別與是否生還的統計數：
第一參數為 subset ，傳入需要統計的列名的 list 即可
同樣地，通過參數可以微調輸出結果：
可以看出來男性生還率非常低
可能對于一些初學者來說會疑惑，難道舊版本得到這個結果很麻煩嗎？
其實以前的版本做到一樣的效果也是非常容易：
沒有按頻率倒序輸出？
簡單在后面"接上"排序操作，結果就一樣了：
其實還有另一種解決思路，有興趣看源碼吧
統計比例也沒有多大的事情：
那肯定用新版本的方法呀，新方法一句就做了你這么多句的事情！
但是！！！
下面，我們就來看看"自己做主"的優勢
之前在講解單列的頻率統計(Series.value_counts)時，其實遺漏了一個挺有用的參數，對于數值型的列才能使用。
希望查看年齡段的頻率(分3段吧)：
bins 參數指定分3段
通常我們希望按分段排序：
參數 sort 控制是否按頻率倒序，設置為 False，則按索引排序
你是不是覺得新版本的 DataFrame.value_counts 也有這個參數呢？
很遺憾，并沒有這個參數，應該考慮到組合列的值是不能分段的。
不過對于自定義函數，當然想干啥就干啥：
由于本身 DataFrame.groupby 就可以支持混合類型的 key。因此在 key 設置時，可以是列名(一個字符串)，也可以是列值，也可以是他們的混合
看完了這篇文章，相信你對“pandas新版本如何實現數據表多列頻率統計”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
