<\/p>\n
Voc\u00ea pode usar a fun\u00e7\u00e3o value_counts()<\/strong> no pandas para contar ocorr\u00eancias de valores em uma determinada coluna de um DataFrame.<\/span><\/p>\n Voc\u00ea pode usar um dos seguintes m\u00e9todos para classificar os resultados da fun\u00e7\u00e3o value_counts()<\/strong> :<\/span><\/p>\n M\u00e9todo 1: classificar as contas em ordem decrescente (padr\u00e3o)<\/strong><\/span><\/p>\n M\u00e9todo 2: Classifique as contas em ordem crescente<\/strong><\/span><\/p>\n M\u00e9todo 3: Classifique as contagens na ordem em que aparecem no DataFrame<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica com o seguinte DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como contar ocorr\u00eancias de cada valor exclusivo na coluna da equipe e classificar os n\u00fameros em ordem decrescente:<\/span><\/p>\n Observe que as contagens s\u00e3o classificadas em ordem decrescente por padr\u00e3o.<\/span><\/p>\n O c\u00f3digo a seguir mostra como contar ocorr\u00eancias de cada valor exclusivo na coluna da equipe e classificar os n\u00fameros em ordem crescente:<\/span><\/p>\n Observe que as contas agora s\u00e3o classificadas em ordem crescente, ou seja, da menor para a maior.<\/span><\/p>\n O c\u00f3digo a seguir mostra como contar as ocorr\u00eancias de cada valor \u00fanico na coluna da equipe e classificar os n\u00fameros na ordem em que os valores \u00fanicos aparecem no DataFrame:<\/span><\/p>\n Observe que as contagens agora s\u00e3o classificadas com base na ordem em que os valores exclusivos aparecem no DataFrame.<\/span><\/p>\n Por exemplo, o valor “A” aparece primeiro na coluna da equipe, depois aparece “B” e depois “C”.<\/span><\/p>\n Portanto, esta \u00e9 a ordem em que as contagens aparecem na sa\u00edda.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:<\/span><\/p>\n Pandas: como tra\u00e7ar contas de valor<\/a> Voc\u00ea pode usar a fun\u00e7\u00e3o value_counts() no pandas para contar ocorr\u00eancias de valores em uma determinada coluna de um DataFrame. Voc\u00ea pode usar um dos seguintes m\u00e9todos para classificar os resultados da fun\u00e7\u00e3o value_counts() : M\u00e9todo 1: classificar as contas em ordem decrescente (padr\u00e3o) df. my_column . value_counts () M\u00e9todo 2: Classifique as contas em […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3950","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df. my_column<\/span> . value_counts<\/span> ()<\/strong><\/pre>\n df. my_column<\/span> . value_counts<\/span> (). sort_values<\/span> ()<\/strong><\/pre>\n df. my_column<\/span> . value_counts<\/span> ()[df. my_column<\/span> . single<\/span> ()]<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'B', 'B', 'B', 'B', 'B', 'C'],\n ' points<\/span> ': [15, 12, 18, 20, 22, 28, 35, 40]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 15\n1 to 12\n2 B 18\n3 B 20\n4 B 22\n5 B 28\n6 B 35\n7 C 40\n<\/span><\/span><\/strong><\/pre>\n Exemplo 1: Classifique as contas em ordem decrescente<\/strong><\/span><\/h2>\n
#count occurrences of each value in team column and sort in descending order\n<\/span>df. team<\/span> . value_counts<\/span> ()\n\nB5\nAt 2\nC 1\nName: team, dtype: int64\n<\/strong><\/pre>\n Exemplo 2: Classifique as contas em ordem crescente<\/strong><\/span><\/h2>\n
#count occurrences of each value in team column and sort in ascending order\n<\/span>df. team<\/span> . value_counts<\/span> (). sort_values<\/span> ()\n\nC 1\nAt 2\nB5\nName: team, dtype: int64\n<\/strong><\/pre>\n Exemplo 3: Classifique as contas na ordem em que aparecem no DataFrame<\/strong><\/span><\/h2>\n
#count occurrences of each value in team column and sort in order they appear\n<\/span>df. team<\/span> . value_counts<\/span> ()[df. team<\/span> . single<\/span> ()]\n\nAt 2\nB5\nC 1\nName: team, dtype: int64\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h2>\n
Pandas: como usar GroupBy e contagens de valores<\/a>
Pandas: como representar value_counts como uma porcentagem<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"