Pandas：如何计算列中特定值的出现次数

您可以使用以下语法来计算 pandas DataFrame 列中特定值的出现次数：

 df[' column_name ']. value_counts ()[ value ]

请注意，该值可以是数字或字符。

以下示例展示了如何在实践中使用此语法。

示例 1：计算列中字符串的出现次数

以下代码显示如何计算 pandas DataFrame 列中特定字符串的出现次数：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   ' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#count occurrences of the value 'B' in the 'team' column
df[' team ']. value_counts ()[' B ']

4

从结果中我们可以看到，字符串“B”在“team”列中出现了4次。

请注意，我们还可以使用以下语法来确定每个唯一值在“团队”列中出现的频率：

 #count occurrences of every unique value in the 'team' column
df[' team ']. value_counts ()

B4
At 2
C 2
Name: team, dtype: int64

示例 2：计算列中数值出现的次数

以下代码显示了如何计算 pandas DataFrame 列中数值出现的次数：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   ' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#count occurrences of the value 9 in the 'assists' column
df[' assists ']. value_counts ()[ 9 ]

3

从结果中我们可以看到，“assist”栏中的值9出现了3次。

我们还可以使用以下语法来确定每个唯一值在“帮助”列中出现的频率：

 #count occurrences of every unique value in the 'assists' column
df[' assists ']. value_counts ()

9 3
7 2
5 1
12 1
4 1
Name: assists, dtype: int64

从结果我们可以看出：

• 值 9 出现 3 次。
• 值 7 出现两次。
• 值 5 出现 1 次。

等等。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何计算pandas中的唯一值
如何计算 panda 中的缺失值
如何统计大熊猫的群体目击事件