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！
本篇內容介紹了“Pandas怎么計算元素的數量和頻率”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
在pandas.Series的pandas.DataFrame列中，將描述獲取唯一元素數（不包括重復項的案例數）和每個元素的出現頻率（出現數）的方法。
使用pandas.Series方法的unique（），value_counts（）和nunique（）。還提供了nunique（）作為pandas.DataFrame的方法。
在這里:
pandas.Series.unique():返回NumPy數組ndarray中唯一元素值的列表
pandas.Series.value_counts():返回唯一元素的值及其在出現的次數。
pandas.Series.nunique(), pandas.DataFrame.nunique():返回int，pandas.Series中唯一元素的數量。
在解釋了基本用法之后,對一下內容進行介紹。
唯一元素的數量（不包括重復項的）
唯一元素值列表
唯一元素的頻率（出現次數）
獨特元素及其出現的字典
模式及其頻率
歸一化頻率
以下面的數據為例。
import pandas as pd
import numpy as np
df = pd.read_csv('./data/15/sample_pandas_normal.csv')
df.iloc[1] = np.nan
print(df)
# name age state point
# 0 Alice 24.0 NY 64.0
# 1 NaN NaN NaN NaN
# 2 Charlie 18.0 CA 70.0
# 3 Dave 68.0 TX 70.0
# 4 Ellen 24.0 CA 88.0
# 5 Frank 30.0 NY 57.0unique（）返回唯一元素值的列表。一維NumPy數組ndarray類型而不是列表類型（Python內置類型）。還包括缺失值NaN。
u = df['state'].unique() print(u) print(type(u)) # ['NY' nan 'CA' 'TX'] # <class 'numpy.ndarray'>
value_counts（）返回pandas.Series，其中唯一元素的值是index，出現的次數是data。當需要元素的頻率（出現次數）時使用此選項。
vc = df['state'].value_counts() print(vc) print(type(vc)) # NY 2 # CA 2 # TX 1 # Name: state, dtype: int64 # <class 'pandas.core.series.Series'>
默認情況下，它按出現次數的降序排序，但是如果參數ascending = True，則以升序排序，如果參數sort = False，則不進行排序。
print(df['state'].value_counts(ascending=True)) # TX 1 # CA 2 # NY 2 # Name: state, dtype: int64 print(df['state'].value_counts(sort=False)) # CA 2 # NY 2 # TX 1 # Name: state, dtype: int64
默認情況下，NaN被排除，但如果參數dropna = False，則也計入NaN。
print(df['state'].value_counts(dropna=False)) # NY 2 # CA 2 # TX 1 # NaN 1 # Name: state, dtype: int64
如果指定了參數normalize = True，則將值歸一化，以使總數變為1。
請注意，如果包含缺失值NaN，則該值將根據參數dropna的設置而有所不同。
print(df['state'].value_counts(dropna=False, normalize=True)) # NY 0.333333 # CA 0.333333 # TX 0.166667 # NaN 0.166667 # Name: state, dtype: float64
pandas.Series.nunique（）以整數int形式返回唯一元素的數量。
默認情況下，不包含NaN，并且如果指定了參數dropna = False，則結果還將包含NaN。
nu = df['state'].nunique() print(nu) print(type(nu)) # 3 # <class 'int'> print(df['state'].nunique(dropna=False)) # 4
pandas.DataFrame.nunique（）計算每列的唯一元素數。返回pandas.Series類型。
默認情況下，不包含NaN，并且如果指定了參數dropna = False，則結果還將包含NaN。
默認情況下，該值為每列，但是如果參數axis = 1或axis =‘columns’，則返回每行的值。
nu_col = df.nunique() print(nu_col) print(type(nu_col)) # name 5 # age 4 # state 3 # point 4 # dtype: int64 # <class 'pandas.core.series.Series'> print(df.nunique(dropna=False)) # name 6 # age 5 # state 4 # point 5 # dtype: int64 print(df.nunique(dropna=False, axis='columns')) # 0 4 # 1 1 # 2 4 # 3 4 # 4 4 # 5 4 # dtype: int64
如上所述，pandas.Series.nunique（）和pandas.DataFrame.nunique（）可以計算唯一元素的數量（唯一元素的數量）。
print(df['state'].nunique()) # 3 print(df.nunique()) # name 5 # age 4 # state 3 # point 4 # dtype: int64
使用unique（），您可以獲取NumPy數組ndarray類型的唯一元素值的列表。如果要使用列表類型（Python內置類型），則可以使用tolist（）方法將其轉換。
print(df['state'].unique().tolist()) print(type(df['state'].unique().tolist())) # ['NY', nan, 'CA', 'TX'] # <class 'list'>
可以將tolist（）方法應用于通過value_counts（）獲得的pandas.Series的索引。也可以作為NumPy數組ndarray類型的值來獲取。
print(df['state'].value_counts().index.tolist()) print(type(df['state'].value_counts().index.tolist())) # ['NY', 'CA', 'TX'] # <class 'list'> print(df['state'].value_counts(dropna=False).index.values) print(type(df['state'].value_counts().index.values)) # ['NY' 'CA' 'TX' nan] # <class 'numpy.ndarray'>
如上所述，在unique（）的情況下，始終包含NaN，但是value_counts（）可以指定參數dropna是否包含NaN。
要獲取每個唯一元素的頻率（出現次數），請訪問通過value_counts（）獲得的pandas.Series的值。
print(df['state'].value_counts()['NY']) # 2 print(df['state'].value_counts().NY) # 2
使用iteritems（）方法檢索for循環中的元素值和頻率（出現次數）。
for index, value in df['state'].value_counts().iteritems(): print(index, ': ', value) # NY : 2 # CA : 2 # TX : 1
也可以將to_dict（）方法應用于value_counts（）獲得的pandas.Series使其成為字典。
d = df['state'].value_counts().to_dict()
print(d)
print(type(d))
# {'NY': 2, 'CA': 2, 'TX': 1}
# <class 'dict'>
print(d['NY'])
# 2使用items（）方法在for循環中檢索元素值和頻率（出現次數）。
for key, value in d.items(): print(key, ': ', value) # NY : 2 # CA : 2 # TX : 1
默認情況下，value_counts（）返回pandas.Series，它以出現次數的降序排列，因此頂部是最頻繁出現的值及其頻率。
print(df['state'].value_counts()) # NY 2 # CA 2 # TX 1 # Name: state, dtype: int64 print(df['state'].value_counts().index[0]) # NY print(df['state'].value_counts().iat[0]) # 2
原始pandas.Series的元素成為所得pandas.Series的索引。當數值為索引時，無法使用[Number]指定該值（這會導致錯誤），因此嚴格使用iat [Number]進行指定。 （由于示例是字符串，因此[Number]無關緊要）
使用apply（）方法將其應用于pandas.DataFrame的每一列。
Pandas中map(),applymap(),apply()函數的使用方法
print(df.apply(lambda x: x.value_counts().index[0])) # name Frank # age 24 # state NY # point 70 # dtype: object print(df.apply(lambda x: x.value_counts().iat[0])) # name 1 # age 2 # state 2 # point 2 # dtype: int64
如果存在多種模式，則上述方法只能獲得一種模式。
pandas.Series的mode（）方法將模式值返回為pandas.Series。如果使用tolist（）列出此結果，則可以將模式值作為列表獲取。請注意，即使只有一種模式，也將是一個列表。
print(df['state'].mode()) # 0 CA # 1 NY # dtype: object print(df['state'].mode().tolist()) # ['CA', 'NY'] print(df['age'].mode().tolist()) # [24.0]
使用apply（）方法將mode（）應用于每列將產生具有列表類型元素的pandas.Series（）。
s_mode = df.apply(lambda x: x.mode().tolist()) print(s_mode) # name [Alice, Charlie, Dave, Ellen, Frank] # age [24.0] # state [CA, NY] # point [70.0] # dtype: object print(type(s_mode)) # <class 'pandas.core.series.Series'> print(s_mode['name']) # ['Alice', 'Charlie', 'Dave', 'Ellen', 'Frank'] print(type(s_mode['name'])) # <class 'list'>
mode（）也作為pandas.DataFrame的方法提供。返回pandas.DataFrame。由于各列的模式數不同，所以空缺部分成為缺失值NaN。
print(df.mode()) # name age state point # 0 Alice 24.0 CA 70.0 # 1 Charlie NaN NY NaN # 2 Dave NaN NaN NaN # 3 Ellen NaN NaN NaN # 4 Frank NaN NaN NaN
可以使用count（）方法獲得每列中的模式數，該方法對不缺少值NaN的元素數進行計數。
print(df.mode().count()) # name 5 # age 1 # state 2 # point 1 # dtype: int64
同樣，正如我在開始時所寫的那樣，describe（）方法可用于共同計算每一列的唯一元素的數量，模式值及其頻率（出現的次數）。每個項目都可以使用loc []獲得。
print(df.astype('str').describe())
# name age state point
# count 6 6 6 6
# unique 6 5 4 5
# top Frank 24.0 CA 70.0
# freq 1 2 2 2
print(df.astype('str').describe().loc['top'])
# name Frank
# age 24.0
# state CA
# point 70.0
# Name: top, dtype: object在describe（）中，由列類型dtype計算出的項是不同的，因此使用astype（）進行類型轉換（轉換）。
如上所述，當將value_counts（）的參數歸一化設置為True時，將歸一化以使總數變為1的值被返回。
請注意，如果包含缺失值NaN，則該值將根據參數dropna的設置而有所不同。
比較多個數據的頻率分布時，很方便。
print(df['state'].value_counts(dropna=False, normalize=True)) # NY 0.333333 # CA 0.333333 # TX 0.166667 # NaN 0.166667 # Name: state, dtype: float64
“Pandas怎么計算元素的數量和頻率”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
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。
