迹忆客 专注技术分享

有时，当你使用 DataFrame 时，你可能想计算一个值在列中出现的次数，或者换句话说，计算频率。为此主要使用三种方法。让我们一一看一下。

1. df.groupby().count()
2. Series.value_counts()
3. df.groupby().size()

在以下各节中，我们将使用相同的 DataFrame，如下所示：

import pandas as pd

df = pd.DataFrame(
    {
        "A": ["jim", "jim", "jim", "jim", "sal", "tom", "tom", "sal", "sal"],
        "B": ["a", "b", "a", "b", "b", "b", "a", "a", "b"],
    }
)

df.groupby().count() 方法

如果要计算单个列的频率，则此方法最好。

import pandas as pd

df = pd.DataFrame(
    {
        "A": ["jim", "jim", "jim", "jim", "sal", "tom", "tom", "sal", "sal"],
        "B": ["a", "b", "a", "b", "b", "b", "a", "a", "b"],
    }
)

freq = df.groupby(["A"]).count()
print(freq)

freq = df.groupby(["B"]).count()
print(freq)

输出：

     B
A     
jim  4
sal  3
tom  2
   A
B   
a  4
b  5

Series.value_counts() 方法

由于每个 DataFrame 对象都是 Series 对象的集合，因此此方法最好用于 pandas.Series 对象。

现在使用 Series.values_counts() 函数

import pandas as pd

df = pd.DataFrame(
    {
        "A": ["jim", "jim", "jim", "jim", "sal", "tom", "tom", "sal", "sal"],
        "B": ["a", "b", "a", "b", "b", "b", "a", "a", "b"],
    }
)

freq = df["A"].value_counts()
print(freq)

freq = df["B"].value_counts()
print(freq)

输出：

jim    4
sal    3
tom    2
Name: A, dtype: int64
b    5
a    4
Name: B, dtype: int64

df.groupby().size() 方法

以上两种方法不能用于计算多列的频率，但是我们可以同时对多列使用 df.groupby().size()。

import pandas as pd

df = pd.DataFrame(
    {
        "A": ["jim", "jim", "jim", "jim", "sal", "tom", "tom", "sal", "sal"],
        "B": ["a", "b", "a", "b", "b", "b", "a", "a", "b"],
    }
)

freq = df.groupby(["A", "B"]).size()
print(freq)

输出：

A    B
jim  a    2
     b    2
sal  a    1
     b    2
tom  a    1
     b    1
dtype: int64