Pandas value_counts() 9个小技巧

1. 默认参数
2. 按升序对结果进行排序
3. 按字母顺序排列结果
4. 结果中包含空值
5. 以百分比计数显示结果
6. 将连续数据分入离散区间
7. 分组并调用 value_counts()
8. 将结果系列转换为 DataFrame
9. 应用于DataFrame

1、默认参数

df['Embarked'].value_counts() 

S    644 
C    168 
Q     77 
Name: Embarked, dtype: int64

2、按升序对结果进行排序

df['Embarked'].value_counts(ascending=True) 

Q     77 
C    168 
S    644 
Name: Embarked, dtype: int64

3、按字母顺序排列结果

df['Embarked'].value_counts(ascending=True).sort_index(ascending=True) 

C    168 
Q     77 
S    644 
Name: Embarked, dtype: int64

4、包括结果中的 NA

默认情况下，结果中会忽略包含任何 NA 值的行。有一个参数 dropna 来配置它。我们可以将该值设置为 False 以包含 NA 的行数。

df['Embarked'].value_counts(dropna=False)

S      644 
C      168 
Q       77 
NaN      2 
Name: Embarked, dtype: int64

5、以百分比计数显示结果

在进行探索性数据分析时，有时查看唯一值的百分比计数会更有用。这可以通过将参数 normalize 设置为 True 来完成，例如：

df['Embarked'].value_counts(normalize=True) 

S    0.724409 
C    0.188976 
Q    0.086614 
Name: Embarked, dtype: float64

如果我们更喜欢用百分号 (%) 格式化结果，我们可以设置 Pandas 显示选项如下：

pd.set_option('display.float_format', '{:.2f}%'.format) 
df['Embarked'].value_counts(normalize = True) 

S   0.72% 
C   0.19% 
Q   0.09% 
Name: Embarked, dtype: float64

6、将连续数据分入离散区间

Pandas value_counts() 可用于使用 bin 参数将连续数据分入离散区间。与 Pandas cut() 函数类似，我们可以将整数或列表传递给 bin 参数。

当整数传递给 bin 时，该函数会将连续值离散化为大小相等的 bin，例如：

df['Fare'].value_counts(bins=3) 

(-0.513, 170.776]     871 
(170.776, 341.553]     17 
(341.553, 512.329]      3 
Name: Fare, dtype: int64

当列表传递给 bin 时，该函数会将连续值划分为自定义组，例如：

df['Fare'].value_counts(bins=[-1, 20, 100, 550]) 

(-1.001, 20.0]    515 
(20.0, 100.0]     323 
(100.0, 550.0]     53 
Name: Fare, dtype: int64

7、分组并执行 value_counts()

df.groupby('Embarked')['Sex'].value_counts() 

Embarked  Sex    
C         male       95 
          female     73 
Q         male       41 
          female     36 
S         male      441 
          female    203 
Name: Sex, dtype: int64

8、将结果系列转换为 DataFrame

Pandas value_counts() 返回一个Series，包括前面带有 MultiIndex 的示例。如果我们希望我们的结果显示为 DataFrame，我们可以在 value_count() 之后调用 to_frame() 。

df.groupby('Embarked')['Sex'].value_counts().to_frame()

9、应用于DataFrame

到目前为止，我们一直将 value_counts() 应用于 Pandas Series，在 Pandas DataFrame 中有一个等效的方法。Pandas DataFrame.value_counts() 返回一个包含 DataFrame 中唯一行计数的系列。

让我们看一个例子来更好地理解它：

df = pd.DataFrame({ 
    'num_legs': [2, 4, 4, 6], 
    'num_wings': [2, 0, 0, 0]}, 
    index=['falcon', 'dog', 'cat', 'ant'] 
) 
df.value_counts() 

num_legs  num_wings 
4         0            2 
6         0            1 
2         2            1 
dtype: int64

通过在 df 上调用 value_counts() ，它返回一个以 num_legs 和 num_wings 作为索引的 MultiIndex 系列。从结果中，我们可以发现有 2 条记录的 num_legs=4 和 num_wing=0 。

同样，我们可以调用 to_frame() 将结果转换为 DataFrame

df.value_counts().to_frame()

总结

在本文中，我们探讨了 Pandas value_counts() 的不同用例。我希望这篇文章能帮助你节省学习 Pandas 的时间。我建议您查看 value_counts() API 的文档并了解您可以做的其他事情。

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『 数据STUDIO 』内容超级硬核。公众号以Python为核心语言，垂直于数据科学领域，包括 可戳 👉 Python ｜ MySQL ｜ 数据分析 ｜ 数据可视化 ｜ 机器学习与数据挖掘 ｜ 爬虫 等，从入门到进阶！