使用data.value_counts()方法对Series数组中的重复元素进行统计

类似于excel中的分类汇总,pandas库中为Series类的数据提供了.value_counts()方法,使用这种方法就可以完成重复元素的统计工作,这个方法将返回一个新的Series数组,这个数组的index是重复元素的内容(即原来数组中出现过的值),values中则存放着这个内容出现的次数。我们可以使用以下代码来进行演示:

import pandas as pd
import random as rd
list_data = []
for i in range(8):
	list_data.append(rd.randint(0,3))
data = pd.Series(list_data)
print(data)
vc_data = data.value_counts()
print(vc_data)
print(type(vc_data))

运行之后我们可以得到以下结果:

0    0
1    1
2    0
3    3
4    1
5    0
6    2
7    2
dtype: int64
0    3
2    2
1    2
3    1
dtype: int64
<class 'pandas.core.series.Series'>
[Finished in 4.3s]

这样,我们就完成了使用data.value_counts()方法对Series数组中的重复元素进行统计的工作。我们也可以把这个方法拓展到DataFrame结构的数据统计中,还需要把df[‘colum_name’]代替上面代码中的data即可。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值