value_counts()

value_counts()是Pandas中的一个函数，用于计算一个Series中每个唯一值的频数。它返回一个新的Series对象，其中索引是唯一值，而值是对应的频数。

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

• series：要计算频数的Series对象。

参数:

• normalize：默认为False。如果设置为True，则返回频数的相对频率，而不是绝对频数。

• sort：默认为True。如果设置为True，则按频数进行排序。如果设置为False，则不进行排序。

• ascending：默认为False。如果设置为True，则按频数升序排序。如果设置为False，则按频数降序排序。

• bins：仅适用于数值数据。如果指定了bins参数，则将数值数据分箱，并计算每个箱子的频数。

• dropna：默认为True。如果设置为True，则排除缺失值（NaN）并计算非缺失值的频数。如果设置为False，则包括缺失值并计算缺失值的频数。

value_counts()函数常用于对离散变量的统计分析，如计算每个类别的频数、查找最常出现的类别或进行数据的初步探索。

import pandas as pd

data = ['A', 'B', 'A', 'C', 'B', 'A', 'B', 'C', 'D', 'D']

# 计算频数
counts = pd.Series(data).value_counts()

print(counts)

在上述示例中，value_counts()函数计算了列表data中每个唯一值的频数，并返回一个新的Series对象。输出结果将是每个唯一值及其对应的频数。