Pandas中的绝对频率和相对频率

在统计学中，“频率”一词表示在给定数据样本中某个值出现的次数。作为一种用于数学和科学分析的软件，Pandas具有许多内置方法来从给定的样本中计算频率。

绝对频率 它与频率相同，其中计算数据元素发生的次数。在下面的示例中，我们仅计算给定DataFrame中城市名称出现的次数，并将其报告为频率。

方法1 - 我们使用名为.value_counts的pandas方法。

示例

import pandas as pd
# 创建数据框
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# 使用.value_counts()方法
df = pd.Series(data).value_counts()
print(df)

输出

运行上面的代码给我们以下结果 –

Pune          3
Chandigarh    2
Hyderabad     1
dtype: int64

方法2 - 我们使用名为.crosstab的pandas方法。

示例

import pandas as pd
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
df = pd.DataFrame(data,columns=["City"])
tab_result = pd.crosstab(index=df["City"],columns=["count"])
print(tab_result)

输出

运行上面的代码给我们以下结果 –

col_0        count
City
Chandigarh   2
Hyderabad    1
Pune         3

相对频率 - 这是在给定数据样本中给定频率和观察总数之间的分数。因此，该值可以是浮点值，也可以表示为百分数。要找出它，我们首先按照第一种方法计算频率，然后使用len()函数查找总观察数。

示例

import pandas as pd
# 创建数据框
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# 使用.value_counts()方法
df = pd.Series(data).value_counts()
print(df/len(data))

输出

运行上面的代码给我们以下结果 –

Pune 0.500000
Chandigarh 0.333333
Hyderabad 0.166667
dtype: float64