Python Pandas – 返回包括 NaN 值在内的索引对象中唯一值的数量的系列
使用 index.value_counts() 方法返回一个包含 NaN 值在内的索引对象中唯一值的数量的系列。将参数 dropna 的值设为 False 。
首先,导入必要的库 –
import pandas as pd
import numpy as np
创建 Pandas 索引,其中包括一些 NaN 值 −
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
显示 Pandas 索引 −
print("Pandas 索引...\n",index)
使用 value_counts() 获取唯一值的计数。使用 “dropna” 参数的 “False” 值考虑 NaN 值 −
index.value_counts(dropna=False)
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建 Pandas 索引,其中包括一些 NaN 值
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
# 显示 Pandas 索引
print("Pandas 索引...\n",index)
# 返回索引中元素的数量
print("\n索引中元素的数量...\n",index.size)
# 返回数据的 dtype
print("\n数据的 dtype...\n",index.dtype)
# 使用 value_counts() 获取唯一值的计数,使用 "dropna" 参数的 "False" 值考虑 NaN 值
print("\n获取包括 NaN 的唯一值计数...\n",index.value_counts(dropna=False))
输出结果
将产生以下输出 −
Pandas 索引...
Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64')
索引中元素的数量...
9
数据的 dtype...
float64
获取包括 NaN 的唯一值计数...
NaN 3
50.0 2
10.0 1
70.0 1
90.0 1
30.0 1
dtype: int64