我有一个导入的.CSV数字值-我想对收件箱进行排序，这样我最终会得到一个列表，显示每个值在整个收件箱中出现的次数.
例如
1: 5
2: 0
3: 23
4: 8
我已经找到了如何计算指定列的值，但我找不到一种方法来对整个收件箱做同样的事情-我可以计算每列的值，然后然后将它们组合起来，但它有点笨重，我正在寻找一个更优雅的解决方案.
这是我正在try 的一个例子:
sort_dataframe = df.select(pl.col("1", "2", "3", "4", "5", "6", "7").value_counts())
结果是:
polars.exceptions.ComputeError: Series length 16 doesn't match the DataFrame height of 26
TLDR.将打印机取消旋转为长格式后可以使用value_counts.
df.melt().get_column("value").value_counts()
让我们考虑下面的例子，即 pyramid .
import polars as pl
df = pl.DataFrame({
"col_1": [1, 2, 3],
"col_2": [2, 3, 7],
"col_3": [1, 1, 9],
})
shape: (3, 3)
┌───────┬───────┬───────┐
│ col_1 ┆ col_2 ┆ col_3 │
│ --- ┆ --- ┆ --- │
│ i64 ┆ i64 ┆ i64 │
╞═══════╪═══════╪═══════╡
│ 1 ┆ 2 ┆ 1 │
│ 2 ┆ 3 ┆ 1 │
│ 3 ┆ 7 ┆ 9 │
└───────┴───────┴───────┘
首先，我们可以使用pl.DataFrame.melt来取消透视框架，以获得包含所有值的单个列.
df.melt()
shape: (9, 2)
┌──────────┬───────┐
│ variable ┆ value │
│ --- ┆ --- │
│ str ┆ i64 │
╞══════════╪═══════╡
│ col_1 ┆ 1 │
│ col_1 ┆ 2 │
│ col_1 ┆ 3 │
│ col_2 ┆ 2 │
│ col_2 ┆ 3 │
│ col_2 ┆ 7 │
│ col_3 ┆ 1 │
│ col_3 ┆ 1 │
│ col_3 ┆ 9 │
└──────────┴───────┘
最后，我们可以将value列作为pl.Series，并使用pl.Series.value_counts来计算每个值的出现次数.
counts = df.melt().get_column("value").value_counts()
shape: (5, 2)
┌───────┬───────┐
│ value ┆ count │
│ --- ┆ --- │
│ i64 ┆ u32 │
╞═══════╪═══════╡
│ 7 ┆ 1 │
│ 3 ┆ 2 │
│ 9 ┆ 1 │
│ 2 ┆ 2 │
│ 1 ┆ 3 │
└───────┴───────┘
这也可以简单地转换为Python字典.
dict(counts.iter_rows())
{3: 2, 7: 1, 1: 3, 2: 2, 9: 1}