Pandas 教程-Pandas Series.value_counts()

value_counts() 函数返回一个包含唯一值计数的系列。它返回的对象将按降序排列，以便其第一个元素将是出现频率最高的元素。

默认情况下，它排除 NA 值。

语法

Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)  

参数

• normalize: 如果为真，则返回的对象将包含唯一值的相对频率。

• sort: 按值排序。

• ascending: 按升序排序。

• bins: 而不是计数值，它将它们分组到半开放的箱中，为 pd.cut 提供便利，这仅适用于数值数据。

• dropna: 不包括 NaN 的计数。

专属福利 
👉点击领取：最全Python资料合集

返回值

它返回计数的系列。

示例1

import pandas as pd  import numpy as np  index = pd.Index([2, 1, 1, np.nan, 3])  index.value_counts()

1.0    23.0    12.0    1dtype: int64

示例2

import pandas as pd  import numpy as np  index = pd.Index([2, 1, 1, np.nan, 3])  a = pd.Series([2, 1, 1, np.nan, 3])  a.value_counts(normalize=True)

1.0    0.503.0    0.252.0    0.25dtype: float64

示例3

import pandas as pd  index = pd.Index([1, 3, 2, 2, 1, np.nan])  index.value_counts()  a = pd.Series([1, 3, 2, 2, 1, np.nan])  a.value_counts(bins=2)

(0.997, 2.0]    4(2.0, 3.0]        1dtype: int64

示例4

import pandas as pd  index = pd.Index([1, 3, 2, 2, 1, np.nan])  index.value_counts()  a = pd.Series([1, 3, 2, 2, 1, np.nan])  a.value_counts(dropna=False)

2.0     21.0     2NaN   13.0     1dtype: int64

 1

热门推荐

• 用 Python 写了一个「表情包」，赚了250万

• Pandas 教程-Pandas Series.unique()

• 写了个自动批改小孩作业的代码