Pandas: value_counts()의 결과를 정렬하는 방법

팬더의 value_counts() 함수를 사용하여 DataFrame의 특정 열에서 값의 발생 횟수를 계산할 수 있습니다.

다음 방법 중 하나를 사용하여 value_counts() 함수의 결과를 정렬할 수 있습니다.

방법 1: 계정을 내림차순으로 정렬(기본값)

 df. my_column . value_counts ()

방법 2: 계정을 오름차순으로 정렬

 df. my_column . value_counts (). sort_values ()

방법 3: DataFrame에 나타나는 순서대로 개수를 정렬합니다.

 df. my_column . value_counts ()[df. my_column . single ()]

다음 예에서는 다음 pandas DataFrame에서 실제로 각 메서드를 사용하는 방법을 보여줍니다.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'B', 'C'],
                   ' points ': [15, 12, 18, 20, 22, 28, 35, 40]})

#view DataFrame
print (df)

  team points
0 to 15
1 to 12
2 B 18
3 B 20
4 B 22
5 B 28
6 B 35
7 C 40

예 1: 내림차순으로 계정 정렬

다음 코드는 팀 열에서 각 고유 값의 발생 횟수를 계산하고 숫자를 내림차순으로 정렬하는 방법을 보여줍니다.

 #count occurrences of each value in team column and sort in descending order
df. team . value_counts ()

B5
At 2
C 1
Name: team, dtype: int64

개수는 기본적으로 내림차순으로 정렬됩니다.

예 2: 계정을 오름차순으로 정렬

다음 코드는 팀 열에서 각 고유 값의 발생 횟수를 계산하고 숫자를 오름차순으로 정렬하는 방법을 보여줍니다.

 #count occurrences of each value in team column and sort in ascending order
df. team . value_counts (). sort_values ()

C 1
At 2
B5
Name: team, dtype: int64

이제 계정은 오름차순, 즉 가장 작은 것부터 가장 큰 것 순으로 정렬됩니다.

예시 3: DataFrame에 나타나는 순서대로 계정 정렬

다음 코드는 팀 열에서 각 고유 값의 발생 횟수를 계산하고 DataFrame에 고유 값이 나타나는 순서대로 숫자를 정렬하는 방법을 보여줍니다.

 #count occurrences of each value in team column and sort in order they appear
df. team . value_counts ()[df. team . single ()]

At 2
B5
C 1
Name: team, dtype: int64

이제 DataFrame에 고유 값이 나타나는 순서에 따라 개수가 정렬됩니다.

예를 들어 팀 열에 값 “A”가 먼저 표시되고 그 다음 “B”, “C”가 표시됩니다.

따라서 이는 개수가 출력에 나타나는 순서입니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: 가치 계정을 그리는 방법
Pandas: GroupBy 및 값 개수를 사용하는 방법
Pandas: value_counts를 백분율로 표시하는 방법