pandas的value_counts方法

统计数值出现的次数。

一、Series：

>>> ds=pd.Series(list('abcdefeecdfa'))
>>> ds
0     a
1     b
2     c
3     d
4     e
5     f
6     e
7     e
8     c
9     d
10    f
11    a
dtype: object

>>> ds.value_counts()
e    3
c    2
a    2
d    2
f    2
b    1
dtype: int64
>>> 

二、DataFrame

>>> data = pd.DataFrame({'Qu1': [1, 3, 4, 3, 4],'Qu2': [2, 3, 1, 2, 3],'Qu3': [1, 5, 2, 4, 4]})
>>> data
   Qu1  Qu2  Qu3
0    1    2    1
1    3    3    5
2    4    1    2
3    3    2    4
4    4    3    4

>>> data.value_counts ()#直接使用，统计的只是一行数据的次数
Qu1  Qu2  Qu3
4         3    4            1
           1    2            1
3         3    5            1
           2    4            1
1         2    1            1
dtype: int64

如果我们想保持DataFrame结构不变，同时还要计算出现次数，那么只有通过apply方法进行处理了。

>>> data = pd.DataFrame({'Qu1': [1, 3, 4, 3, 4],'Qu2': [2, 3, 1, 2, 3],'Qu3': [1, 5, 2, 4, 4]})
>>> data.apply(pd.value_counts)
   Qu1  Qu2  Qu3
1  1.0  1.0  1.0
2  NaN  2.0  1.0
3  2.0  2.0  NaN
4  2.0  NaN  2.0
5  NaN  NaN  1.0

>>> data.apply(pd.value_counts).fillna(0)
   Qu1  Qu2  Qu3
1  1.0  1.0  1.0
2  0.0  2.0  1.0
3  2.0  2.0  0.0
4  2.0  0.0  2.0
5  0.0  0.0  1.0
>>> 

他是怎么计算的呢，又是怎么弄成这个样子呢，自己写个函数看看他的过程，为了方便，我们引入Counter。

from collections import Counter

>>> list = [1,2,3,4,5,4,3,7,2,8,1]
>>> num_Count=Counter(list)
>>> num_Count
Counter({1: 2, 2: 2, 3: 2, 4: 2, 5: 1, 7: 1, 8: 1})
>>> 

返回一个字典，正是我们需要的。

定义函数：

def dd(x):
   return pd.Series(Counter(x))

>>> def dd(x):
    return pd.Series(Counter(x))

>>> data.apply(dd)
   Qu1  Qu2  Qu3
1  1.0  1.0  1.0
2  NaN  2.0  1.0
3  2.0  2.0  NaN
4  2.0  NaN  2.0
5  NaN  NaN  1.0
>>> 

达到了我们预期的效果。

>>> def dd(x):
    print(Counter(x))
    return pd.Series(Counter(x))

>>> data.apply(dd)
Counter({3: 2, 4: 2, 1: 1})
Counter({2: 2, 3: 2, 1: 1})
Counter({4: 2, 1: 1, 5: 1, 2: 1})
   Qu1  Qu2  Qu3
1  1.0  1.0  1.0
2  NaN  2.0  1.0
3  2.0  2.0  NaN
4  2.0  NaN  2.0
5  NaN  NaN  1.0
>>>