如何使用 pandas value_counts() 函数（附示例）

您可以使用value_counts()函数来统计 pandas 系列中唯一值的频率。

该函数使用以下基本语法：

 my_series. value_counts ()

以下示例展示了如何在实践中使用此语法。

示例 1：计算唯一值的频率

以下代码显示了如何计算 pandas 系列中唯一值的出现次数：

 import pandas as pd

#create pandas Series
my_series = pd. Series ([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series. value_counts ()

3 4
4 2
7 2
8 1
9 1
dtype: int64

这告诉我们：

• 值 3 出现4次。
• 值 4 出现两次。
• 值 7 出现两次。

等等。

示例2：统计唯一值的频率（包括NaN）

默认情况下， value_counts()函数不显示 NaN 值的频率。

但是，您可以使用dropna参数来显示 NaN 值的频率：

 import pandas as pd
import numpy as np

#create pandas Series with some NaN values
my_series = pd. Series ([3, 3, 3, 3, 4, 4, 7, 7, 8, 9, np.nan, np.nan])

#count occurrences of unique values in Series, including NaNs
my_series. value_counts (dropna= False )

3.0 4
4.0 2
7.0 2
NaN2
8.0 1
9.0 1
dtype: int64

示例 3：计算唯一值的相对频率

以下代码展示了如何使用标准化参数来计算 pandas 系列中唯一值的相对频率：

 import pandas as pd

#create pandas Series
my_series = pd. Series ([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series. value_counts (normalize= True )

3 0.4
4 0.2
7 0.2
8 0.1
9 0.1
dtype:float64

这告诉我们：

• 值3代表该系列中所有值的40% 。
• 值4代表该系列中所有值的20% 。
• 值7代表该系列中所有值的20% 。

等等。

示例 4：计算 bin 中的频率

下面的代码展示了如何使用bins参数来计算 pandas 系列中落入相同大小的 bin 中的值的频率：

 import pandas as pd

#create pandas Series
my_series = pd. Series ([3, 3, 3, 3, 4, 4, 7, 7, 8, 9])

#count occurrences of unique values in Series
my_series. value_counts (bins= 3 )

(3.0, 5.0] 6
(5.0, 7.0] 2
(7.0, 9.0] 2
dtype: int64

这告诉我们：

• 3到5之间有6个值。
• 5到7之间有2个值。
• 7和9之间有2个值。

示例5：统计Pandas DataFrame中值的频率

我们还可以使用value_counts()函数来计算 pandas DataFrame 的特定列中唯一值的频率：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [9, 9, 9, 10, 10, 13, 15, 22],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})
#count occurrences of unique values in 'points' column
df[' points ']. value_counts ()

9 3
10 2
13 1
15 1
22 1
Name: points, dtype: int64

其他资源

以下教程解释了如何使用 pandas 中的其他常用功能：

如何在Pandas中使用describe()函数
如何计算 Pandas 中的行数
如何统计大熊猫的群体目击事件