pandas value_counts(1)

小辉懂编程

于 2023-07-27 18:09:05 发布

阅读量143

点赞数

分类专栏： pandas 文章标签： pandas

本文链接：https://blog.csdn.net/m0_69097184/article/details/131965923

版权

pandas 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

该文介绍了如何使用Pandas库中的value_counts函数来对DataFrame的一列数据（如年龄）进行频数统计，并计算每个唯一值的相对频率。通过示例展示了如何输出每个年龄值的出现比例，从而帮助理解数据分布情况。

摘要由CSDN通过智能技术生成

例子：

df['年龄'].value_counts(1)

value_counts()`函数对DataFrame中的'年龄'列进行频数统计，并计算每个唯一值的相对频率。具体解释如下：- `df['年龄']`：表示从DataFrame中选择名为'年龄'的列。
- `.value_counts(1)`：对所选的'年龄'列应用`value_counts()`函数，并传入参数`1`。参数`1`表示计算相对频率，即将频数除以总数，得到每个唯一值的相对频率。

结果将返回一个新的Series对象，其中包含'年龄'列中每个唯一值及其对应的相对频率。

例如，如果'年龄'列中有以下数据：[18, 20, 18, 22, 22, 20, 25]，
那么代码`df['年龄'].value_counts(1)`的输出结果可能如下：

```
18    0.285714
22    0.285714
20    0.285714
25    0.142857
Name: 年龄, dtype: float64
```

在上面的输出结果中，每个唯一的年龄值出现的相对