DataFrame.value_counts(subset=None, normalize=False, sort=True, ascending=False)[source]
返回一个包含DataFrame中唯一行数的Series。
1.1.0版中的新功能。
参数:subset :list-like, 可选
计算唯一组合时要使用的列。
normalize:bool, 默认为 False
返回比例而不是频率。
sort :bool, 默认为 True
按频率排序。
ascending:bool, 默认为 False
升序排列。
返回值:Series
Notes
返回的Series将具有一个MultiIndex,每个输入列具有一个级别。默认情况下,结果中将省略包含任何NA值的行。默认情况下,生成的Series将按降序排列,以便第一个元素是出现频率最高的行。
例子,>>> df = pd.DataFrame({'num_legs': [2, 4, 4, 6],
... 'num_wings': [2, 0, 0, 0]},
... index=['falcon', 'dog', 'cat', 'ant'])
>>> df
num_legs num_wings
falcon 2 2
dog 4 0
cat 4 0
ant 6 0>>> df.value_counts()
num_legs num_wings
4 0 2
6 0 1
2 2 1
dtype: int64>>> df.value_counts(sort=False)
num_legs num_wings
2 2 1
4 0 2
6 0 1
dtype: int64>>> df.value_counts(ascending=True)
num_legs num_wings
2 2 1
6 0 1
4 0 2
dtype: int64>>> df.value_counts(normalize=True)
num_legs num_wings
4 0 0.50
6 0 0.25
2 2 0.25
dtype: float64