Series.value_counts函数

Series.value_counts函数 首页 / Pandas入门教程 / Series.value_counts函数

value_counts()函数返回一个Series,其中包含唯一值的计数。它返回一个对象,该对象将按降序排列,以便其第一个元素将成为最频繁出现的元素。

默认情况下,它不包含NA值。

语法

Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

参数

  • normalize  -  如果为true,则返回的对象将包含唯一值的相对频率。
  • sort              -  按值排序。
  • ascending  -  按升序排序。
  • bins              -  而不是对值进行计数,而是将它们分组到半开式bins中,从而为仅适用于数字数据的pd.cut提供了便利。
  • dropna        -  它不包括NaN计数。

返回值

它返回计数的序列。

例1

import pandas as pd
import numpy as np
index = pd.Index([2, 1, 1, np.nan, 3])
index.value_counts()

输出

1.0    2
3.0    1
2.0    1
dtype: int64

例2

import pandas as pd
import numpy as np
index = pd.Index([2, 1, 1, np.nan, 3])
a = pd.Series([2, 1, 1, np.nan, 3])
a.value_counts(normalize=True)

输出

1.0    0.50
3.0    0.25
2.0    0.25
dtype: float64

例3

import pandas as pd
index = pd.Index([1, 3, 2, 2, 1, np.nan])
index.value_counts()
a = pd.Series([1, 3, 2, 2, 1, np.nan])
a.value_counts(bins=2)

输出

(0.997, 2.0]    4
(2.0, 3.0]        1
dtype: int64

例4

import pandas as pd
index = pd.Index([1, 3, 2, 2, 1, np.nan])
index.value_counts()
a = pd.Series([1, 3, 2, 2, 1, np.nan])
a.value_counts(dropna=False)

输出

2.0     2
1.0     2
NaN   1
3.0     1
dtype: int64

祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)

技术教程推荐

数据结构与算法之美 -〔王争〕

算法面试通关40讲 -〔覃超〕

说透中台 -〔王健〕

Netty源码剖析与实战 -〔傅健〕

性能工程高手课 -〔庄振运〕

正则表达式入门课 -〔涂伟忠〕

To B市场品牌实战课 -〔曹林〕

eBPF核心技术与实战 -〔倪朋飞〕

大厂设计进阶实战课 -〔小乔〕

好记忆不如烂笔头。留下您的足迹吧 :)