计算Pandas系列的每个独特值的频率计数

让我们看看如何找到Pandas系列中每个独特值的频率计数。我们将使用这些方法来计算Pandas系列中每个独特值的频率计数。

使用values_counts()来计算唯一值的频率

在这里，values_counts()函数被用来查找Pandas系列中唯一值的频率。

例子1：这里我们创建了一个系列，然后在values_counts()函数的帮助下，我们计算了唯一值的频率。

# importing the module
import pandas as pd
 
# creating the series
s = pd.Series(data = [2, 3, 4, 5, 5, 6,
                      7, 8, 9, 5, 3])
 
# displaying the series
print(s)
 
# finding the unique count
print(s.value_counts())

输出 :

计算每个独特值的频率计数

例子2 :这里我们是随机生成整数值，然后最后计算每个值的计数。

# importing the module
import pandas as pd
 
# creating the series
s = pd.Series(np.take(list('0123456789'),
              np.random.randint(10, size = 40)))
 
# finding the unique count
s.value_counts()
 
# displaying the series
print(s)

输出 :

计算每个独特值的频率计数

例子3 :这里我们有一个系列，每个值都是一个字符串，我们要计算系列中每个元素的出现次数。

# importing pandas as pd
import pandas as pd
   
# creating the Series
sr = pd.Series(['Mumbai', 'Pune', 'Agra', 'Pune',
                'Goa', 'Shimla', 'Goa', 'Pune'])
 
# finding the unique count
sr.value_counts()
 
# displaying the series
 
print(sr)

输出 :

计算每个独特值的频率计数

使用groupby()来计算唯一值的频率

这里我们使用groupby()函数将所有相同的数值分组，然后计算它们的频率。

import pandas as pd
 
technologies = {
    "data":[2, 3, 4, 5, 5, 6,
            7, 8, 9, 5, 3]
               }
df = pd.DataFrame(technologies)
 
df['frequency'] = df.groupby('data')
                  ['data'].transform('count')
print(df)

输出:

计算每个独特值的频率计数

使用apply().fillna()函数来计算唯一值的频率

在这里，我们为系列中的无值填充NAN或0，并应用函数来应用相同的，然后计算它们的频率。

import pandas as pd
 
technologies = {
    "data":[2, 3, 4, 5, 5, 6,
            7, 8, 9, 5, 3]
               }
df = pd.DataFrame(technologies)
 
df1 = df.apply(pd.value_counts).fillna(0)
 
print(df1)

输出:

计算每个独特值的频率计数