value_counts计算DataFrame,Series的数据频率

在pandas里面常用用value_counts确认数据出现的频率。

• Series 情况下

[python]  view plain  copy

1. import numpy as np  
2. import pandas as pd  
3. from pandas import DataFrame  
4. from pandas import Series  
5. ss = Series(['Tokyo', 'Nagoya', 'Nagoya', 'Osaka', 'Tokyo', 'Tokyo'])     
6. ss.value_counts()   #value_counts 直接用来计算series里面相同数据出现的频率  

[python]  view plain  copy

1. Tokyo     3  
2. Nagoya    2  
3. Osaka     1  
4. dtype: int64  

• DataFrame 情况下

[html]  view plain  copy

1. import numpy as np  
2. import pandas as pd  
3. from pandas import DataFrame  
4. from pandas import Series  
5. df=DataFrame({'a':['Tokyo','Osaka','Nagoya','Osaka','Tokyo','Tokyo'],'b':['Osaka','Osaka','Osaka','Tokyo','Tokyo','Tokyo']})       #DataFrame用来输入两列数据，同时value_counts将每列中相同的数据频率计算出来  
6. print(df)  

[python]  view plain  copy

1.        a      b  
2. 0   Tokyo  Osaka  
3. 1   Osaka  Osaka  
4. 2  Nagoya  Osaka  
5. 3   Osaka  Tokyo  
6. 4   Tokyo  Tokyo  
7. 5   Tokyo  Tokyo  

[python]  view plain  copy

1. df.apply(pd.value_counts)   
2.     a   b  
3. Nagoya  1   NaN           #在b列中meiynagoya，因此是用NaN 表示。  
4. Osaka   2   3.0  
5. Tokyo   3   3.0