Pandas : créer un tableau de fréquence basé sur plusieurs colonnes

Vous pouvez utiliser la syntaxe de base suivante pour créer un tableau de fréquences dans pandas basé sur plusieurs colonnes :

df.value_counts(['column1', 'column2'])

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : créer un tableau de fréquence dans Pandas basé sur plusieurs colonnes

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur le nom de l’équipe, la position et les points marqués par divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team' : ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'position' : ['G', 'G', 'G', 'F', 'G', 'G', 'F', 'F'],
                   'points': [24, 33, 20, 15, 16, 16, 29, 25]})

#view DataFrame
print(df)

  team position  points
0    A        G      24
1    A        G      33
2    A        G      20
3    A        F      15
4    B        G      16
5    B        G      16
6    B        F      29
7    B        F      25

Nous pouvons utiliser la fonction value_counts() pour créer un tableau de fréquence qui montre l’occurrence de chaque combinaison de valeurs dans les colonnes d’équipe et de position :

#count frequency of values in team and position columns
df.value_counts(['team', 'position'])

team  position
A     G           3
B     F           2
      G           2
A     F           1
dtype: int64

D’après les résultats, nous pouvons voir :

• Il y a 3 occurrences de l’équipe A et de la position G
• Il y a 2 occurrences de l’équipe B et de la position F
• Il y a 2 occurrences de l’équipe B et de la position G
• Il y a 1 occurrence de l’équipe A et de la position F

Notez que nous pouvons utiliser reset_index() pour renvoyer un DataFrame à la place :

#count frequency of values in team and position columns and return DataFrame
df.value_counts(['team', 'position']).reset_index()

        team	position  0
0	A	G	  3
1	B	F	  2
2	B	G	  2
3	A	F	  1

Nous pouvons utiliser la fonction rename() pour renommer la colonne qui contient les décomptes :

#get frequency of values in team and position column and rename count column
df.value_counts(['team', 'position']).reset_index().rename(columns={0:'count'})

        team	position  count
0	A	G	  3
1	B	F	  2
2	B	G	  2
3	A	F	  1

Le résultat final est un DataFrame qui contient la fréquence de chaque combinaison unique de valeurs dans les colonnes d’équipe et de position .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Pandas : Comment utiliser GroupBy et les décomptes de valeurs
Pandas : Comment utiliser GroupBy avec le nombre de bacs
Pandas : Comment compter les valeurs dans une colonne avec condition