Python Pandas TimedeltaIndex.value_counts()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas TimedeltaIndex.value_counts()函数返回一个包含唯一值计数的对象。返回的对象将按降序排列，因此第一个元素是最经常出现的元素。默认情况下，不包括NA值。

语法: TimedeltaIndex.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

参数 :
normalize : (boolean, default False) 如果为真，那么返回的对象将包含独特值的相对频率。
sort : (boolean, default True) 按数值排序
ascending： (布尔值，默认为假) 按升序排序
bins: (整数，可选) 与其计算数值，不如将它们分组到半开的bins中，这是pd.cut的一个便利，只适用于数字数据。
dropna : (boolean, default True) 不包括NaN的计数。

返回 :计数 :系列

示例#1：使用TimedeltaIndex.value_counts()函数来计算给定的TimedeltaIndex对象中每个独特值的出现。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', '+23:59:59.999999',
                        '22 day 2 min 3us 10ns', '06:05:01.000030',
                        '+12:19:59.999999'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.value_counts()函数来查找tidx对象中每个独特值的出现次数。

# count occurrences
tidx.value_counts()

输出 :

正如我们在输出中看到的，TimedeltaIndex.value_counts()函数返回了给定TimedeltaIndex对象中所有唯一值的计数。

例子2：使用TimedeltaIndex.value_counts()函数来计算给定的TimedeltaIndex对象中每个独特值的出现。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['3 days 06:05:01.000030', '1 days 06:05:01.000030',
                        '3 days 06:05:01.000030', '1 days 06:05:01.000030',
                        '21 days 06:15:01.000030'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.value_counts()函数来查找tidx对象中每个独特值的出现次数。

# count occurrences
tidx.value_counts()

输出 :

正如我们在输出中看到的，TimedeltaIndex.value_counts()函数返回了给定TimedeltaIndex对象中所有唯一值的计数。