Pandas小白入门原理解释（一）---将value_counts的结果转为DataFrame

序言

本例讲了如何将value_counts结果转为dataFrame，value_counts的结果是Series，所以本质是将Series转为DataFrame，学会后触类旁通。

学到的知识包括:

• Series
• index简介
• rename_axis
• reset_index
• set_index

代码示例

value_counts的结果是一个series，其index为原来列的值，value为值的个数。要将其转为DataFrame需要两个函数rename_axis和reset_index.
代码如下：

>>>> df = pd.DataFrame([[i,i*10] for i in range(10)], columns=['a', 'b'])
>>> df
	a	b
0	0	0
1	1	10
2	2	20
3	3	30
4	4	40
5	5	50
6	6	60
7	7	70
8	8	80
9	9	90
>>> df.b.value_counts().rename_axis("b").reset_index(name="counts")
	b	counts
0	0	1
1	10	1
2	20	1
3	30	1
4	40	1
5	50	1
6	60	1
7	70	1
8	80	1
9	90	1

原理讲解

将series转为DataFrame，要想为需要介绍下index类别和两个函数。

带名index 和 默认index

rename_axis

value_counts的结果是无名index，要给他一个名字，使用rename_axis即可。对于Series，rename_axis可以给index改名字，但不支持给value列改名字。对于DataFram，这个函数额外支持对列改名字。如下：

rename_axis只有一个axis轴，所以参数axis值为0。在series下，rename_axis只有给index改名字的功能。

reset_index

reset_index对于series对象来说，将series转为dataframe，同时做三件事：

1. index转为普通列
2. 给新的dataFrame设置一个默认RangeIndex
3. 给value列一个名字，这个名字用name参数传递。如下：

>>> s = pd.Series(["dog", "cat", "monkey"])
>>> s.rename_axis("key").reset_index('key', name="animal")
	key	animal
0	0	dog
1	1	cat
2	2	monkey

rename_axis,set_index,reset_index对于DataFrame下的应用

set_index是给DataFrame指定某一列作为index，并抛弃掉原来的index。
如下：

reset_index是将DataFrame的index重置为普通列，并设置一个默认index。如下：

总结

将value_counts的结果改成DataFrame实质上发生了这些事情：

1. 给Series的无名index重命名。-----用到rename_axis
2. 将series的index改成列，并给一个新无名index，同时给value列重命名。----用到reset_index

其他应用

quantile结果转为DataFrame

>>> df = pd.DataFrame([[i,i*10] for i in range(10)], columns=['a', 'b'])
>>> df.a.quantile([i/4 for i in range(5)]).rename_axis("a_decile").reset_index(name='value_pointer')
	a_decile	value_pointer
0	0.00	0.00
1	0.25	2.25
2	0.50	4.50
3	0.75	6.75
4	1.00	9.00