Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Pandas : Comment obtenir le nombre de fréquences des valeurs dans une colonne



Vous pouvez utiliser les méthodes suivantes pour obtenir la fréquence des valeurs dans une colonne d’un DataFrame pandas :

Méthode 1 : obtenir le nombre de fréquences des valeurs sous forme de tableau

df['my_column'].value_counts()

Méthode 2 : obtenir le nombre de fréquences des valeurs au format dictionnaire

df['my_column'].value_counts().to_dict()

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C'],
                   'points': [12, 20, 25, 8, 12, 19, 27, 35]})

#view DataFrame
print(df)

  team  points
0    A      12
1    A      20
2    A      25
3    A       8
4    B      12
5    B      19
6    B      27
7    C      35

Exemple 1 : obtenir le nombre de fréquences des valeurs sous forme de tableau

Nous pouvons utiliser la fonction value_counts() pour obtenir un décompte de fréquence de chaque valeur unique dans la colonne équipe du DataFrame et afficher les résultats sous forme de tableau :

#get frequency count of values in 'team' column
df['team'].value_counts()

A    4
B    3
C    1
Name: team, dtype: int64

D’après les résultats, nous pouvons voir :

  • La valeur ‘A’ apparaît 4 fois dans la colonne équipe.
  • La valeur ‘B’ apparaît 3 fois dans la colonne équipe.
  • La valeur ‘C’ apparaît 1 fois dans la colonne équipe.

Notez que les résultats sont affichés sous forme de tableau.

Exemple 2 : obtenir le nombre de fréquences des valeurs au format dictionnaire

Nous pouvons utiliser la fonction value_counts() et la fonction to_dict() pour obtenir un décompte de fréquence de chaque valeur unique dans la colonne équipe du DataFrame et afficher les résultats dans un format de dictionnaire :

#get frequency count of values in 'team' column and display in dictionary
df['team'].value_counts().to_dict()

{'A': 4, 'B': 3, 'C': 1}

Les décomptes de fréquence de chaque valeur unique dans la colonne d’équipe sont affichés sous forme de dictionnaire.

Par exemple, nous pouvons voir :

  • La valeur ‘A’ apparaît 4 fois dans la colonne équipe.
  • La valeur ‘B’ apparaît 3 fois dans la colonne équipe.
  • La valeur ‘C’ apparaît 1 fois dans la colonne équipe.

Cela correspond aux décomptes de fréquence de la méthode précédente.

Les résultats sont simplement affichés dans un format différent.

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

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *