पांडास वैल्यू_काउंट्स () फ़ंक्शन का उपयोग कैसे करें (उदाहरण के साथ)

आप पांडा श्रृंखला में अद्वितीय मानों की आवृत्ति की गणना करने के लिए value_counts() फ़ंक्शन का उपयोग कर सकते हैं।

यह फ़ंक्शन निम्नलिखित मूल सिंटैक्स का उपयोग करता है:

 my_series. value_counts ()

निम्नलिखित उदाहरण दिखाते हैं कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण 1: अद्वितीय मानों की आवृत्ति की गणना करें

निम्नलिखित कोड दिखाता है कि पांडा श्रृंखला में अद्वितीय मानों की घटनाओं की गणना कैसे करें:

 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

यह हमें बताता है:

• मान 3 4 बार प्रकट होता है।
• मान 4 दो बार प्रकट होता है।
• मान 7 दो बार प्रकट होता है।

और इसी तरह।

उदाहरण 2: अद्वितीय मानों की गणना आवृत्ति (NaN सहित)

डिफ़ॉल्ट रूप से, value_counts() फ़ंक्शन NaN मानों की आवृत्ति प्रदर्शित नहीं करता है।

हालाँकि, आप NaN मानों की आवृत्ति प्रदर्शित करने के लिए ड्रॉपना तर्क का उपयोग कर सकते हैं:

 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

उदाहरण 3: अद्वितीय मानों की सापेक्ष आवृत्ति की गणना करें

निम्नलिखित कोड दिखाता है कि पांडा श्रृंखला में अद्वितीय मानों की सापेक्ष आवृत्ति की गणना करने के लिए सामान्यीकृत तर्क का उपयोग कैसे करें:

 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

यह हमें बताता है:

• मान 3 श्रृंखला के सभी मानों का 40% प्रतिनिधित्व करता है।
• मान 4 श्रृंखला के सभी मानों का 20% दर्शाता है।
• मान 7 श्रृंखला के सभी मानों का 20% दर्शाता है।

और इसी तरह।

उदाहरण 4: डिब्बे में आवृत्ति की गिनती

निम्नलिखित कोड दिखाता है कि समान आकार के डिब्बे में आने वाले पांडा श्रृंखला में मानों की आवृत्ति की गणना करने के लिए डिब्बे तर्क का उपयोग कैसे करें:

 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

यह हमें बताता है:

• 3 और 5 के बीच 6 मान हैं.
• 5 और 7 के बीच 2 मान हैं.
• 7 और 9 के बीच 2 मान हैं.

उदाहरण 5: पांडा डेटाफ़्रेम में मानों की आवृत्ति की गणना करें

हम पांडा डेटाफ़्रेम के एक विशिष्ट कॉलम में अद्वितीय मानों की आवृत्ति की गणना करने के लिए value_counts() फ़ंक्शन का भी उपयोग कर सकते हैं:

 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

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पांडा में अन्य सामान्य कार्यों का उपयोग कैसे करें:

पंडों में वर्णन() फ़ंक्शन का उपयोग कैसे करें
पांडा में पंक्तियों की संख्या कैसे गिनें?
पांडा में समूह देखे जाने की गिनती कैसे करें