Pandas学习笔记

Dear_Floyd

已于 2023-04-01 16:57:30 修改

阅读量130

点赞数

文章标签： pandas 学习

于 2023-03-31 15:52:01 首次发布

本文链接：https://blog.csdn.net/Dear_Floyd/article/details/129881915

版权

value_counts方法是pandas库中用于统计数据表中不同值出现的频次，它可以对列进行计数和排序。通过.round()可以四舍五入指定精度，.clip()则用于设定数值范围。示例展示了如何统计训练数据集中前4列的前5个最常见的类别，并将结果保存为字典形式。

摘要由CSDN通过智能技术生成

.value_counts():

value_counts常用于数据表的计数及排序，它可以用来查看数据表中，指定列里有多少个不同的数据值，并计算每个不同值有在该列中的个数，同时还能根据需要进行排序。

# 统计前4列的数值类别 保存为字典的形式 可以观察字典的键值是否是整形来判断数据是否为类别型
pd.Series({ft: [train[ft].value_counts().round(3).iloc[:5].to_dict()] for ft in train.columns}, name='top_5_counts_train')

.round(n):

四舍五入保留小数点后n位数字。

.clip(a, b):

在输入阈值处修剪值，小于a或大于b的都将被修改为a或b。

pd.DataFrame(index=X.columns)：

使用 df = pd.DataFrame(index=X.columns) 创建一个空的df，其中df的索引为X的列名，接下来只需要按照需求为df添加列名跟对应数据即可。