<\/p>\n
Uma tabela de frequ\u00eancia<\/strong> \u00e9 uma tabela que exibe as frequ\u00eancias de diferentes categorias. Este tipo de tabela \u00e9 particularmente \u00fatil para compreender a distribui\u00e7\u00e3o de valores em um conjunto de dados.<\/span><\/p>\n Este tutorial explica como criar tabelas de frequ\u00eancia em Python.<\/span><\/p>\n Para encontrar as frequ\u00eancias de valores individuais em uma s\u00e9rie de pandas, voc\u00ea pode usar a fun\u00e7\u00e3o value_counts()<\/strong> :<\/span><\/p>\n Voc\u00ea pode adicionar o argumento sort=False<\/strong> se n\u00e3o quiser que os valores dos dados sejam classificados por frequ\u00eancia:<\/span><\/p>\n A forma de interpretar o resultado \u00e9 a seguinte:<\/span><\/p>\n E assim por diante.<\/span><\/p>\n Para encontrar as frequ\u00eancias de um DataFrame do pandas voc\u00ea pode usar a fun\u00e7\u00e3o crosstab<\/strong> ()<\/strong> , que usa a seguinte sintaxe:<\/span><\/p>\n tabela cruzada (\u00edndices, colunas)<\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n Por exemplo, digamos que temos um DataFrame contendo informa\u00e7\u00f5es sobre s\u00e9rie, idade e sexo de 10 alunos diferentes em uma turma. Veja como encontrar a frequ\u00eancia de cada nota de letra:<\/span><\/p>\n A maneira de interpretar isso \u00e9:<\/span><\/p>\n Podemos usar sintaxe semelhante para encontrar contagens de frequ\u00eancia para outras colunas. Por exemplo, veja como encontrar a frequ\u00eancia por idade:<\/span><\/p>\n A maneira de interpretar isso \u00e9:<\/span><\/p>\n Voc\u00ea tamb\u00e9m pode exibir facilmente as frequ\u00eancias como propor\u00e7\u00f5es do conjunto de dados dividindo pela soma:<\/span><\/p>\n A maneira de interpretar isso \u00e9:<\/span><\/p>\n Voc\u00ea tamb\u00e9m pode criar uma tabela de frequ\u00eancia bidirecional para exibir as frequ\u00eancias de duas vari\u00e1veis diferentes no conjunto de dados. Por exemplo, veja como criar uma tabela de frequ\u00eancia bidirecional para as vari\u00e1veis Idade e S\u00e9rie:<\/span><\/p>\n A maneira de interpretar isso \u00e9:<\/span><\/p>\n Tabela de frequ\u00eancia unidirecional para uma s\u00e9rie<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#defineSeries<\/span>\ndata = pd.Series([1, 1, 1, 2, 3, 3, 3, 3, 4, 4, 5])\n\n#find frequencies of each value\n<\/span>data.value_counts()\n\n3 4\n1 3\n4 2\n5 1\n2 1\n<\/strong><\/pre>\n data.value_counts(sort= False<\/span> )\n\n1 3\n2 1\n3 4\n4 2\n5 1<\/strong><\/pre>\n\n
Tabela de frequ\u00eancia unidirecional para um<\/strong><\/span> DataFrame<\/strong><\/span><\/h3>\n
\n
#create data<\/span>\ndf = pd.DataFrame({'Grade': ['A','A','A','B','B', 'B', 'B', 'C', 'D', 'D '],\n 'Age': [18, 18, 18, 19, 19, 20, 18, 18, 19, 19],\n 'Gender': ['M','M', 'F', 'F', 'F', 'M', 'M', 'F', 'M', 'F']})\n\n#view data<\/span>\ndf\n\n\tGrade Age Gender\n0 to 18 m\n1 to 18 m\n2 A 18 F\n3 B 19 F\n4 B 19 F\n5 B 20 M\n6 B 18 M\n7 C 18 F\n8 D 19 M\n9 D 19 F \t \n\n#find frequency of each letter grade\n<\/span>pd.crosstab(index=df[' Grade<\/span> '], columns=' count<\/span> ')\n\ncol_0 count\nGrade\t\nAt 3\nB4\nC 1\nD 2<\/strong><\/pre>\n\n
pd.crosstab(index=df[' Age<\/span> '], columns=' count<\/span> ') \n\ncol_0 count\nAge\t\n18 5\n19 4\n20 1\n<\/strong><\/pre>\n\n
#define crosstab<\/span>\ntab = pd.crosstab(index=df['Age'], columns='count')\n\n#find proportions<\/span> \ntab\/tab.sum()\n\ncol_0 count\nAge\t\n18 0.5\n19 0.4\n20 0.1\n<\/strong><\/pre>\n\n
Tabelas de frequ\u00eancia bidirecionais para um DataFrame<\/strong><\/span><\/h3>\n
pd.crosstab(index=df[' Age<\/span> '], columns=df[' Grade<\/span> '])\n\n\nGrade A B C D\nAge\t\t\t\t\n18 3 1 1 0\n19 0 2 0 2\n20 0 1 0 0\n<\/strong><\/pre>\n