Python Pandas Series.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系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

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

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

参数:
normalize : 如果为真，那么返回的对象将包含唯一值的相对频率。
sort :按数值排序。
ascending：以升序排序。
bins : 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，只对数字数据有效。
dropna :不要包括NaN的计数。

返回 : Series

示例#1：使用Series.value_counts()函数来查找给定Series对象中每个元素的唯一值计数。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Chicago', 'Lisbon'])
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.value_counts()函数来查找给定系列对象中每个独特值的值数。

# find the value counts
sr.value_counts()

输出 :

正如我们在输出中所看到的，Series.value_counts()函数已经返回了给定的Series对象中每个独特值的值数。

示例#2：使用Series.value_counts()函数来查找给定的Series对象中每个元素的唯一值计数。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, 214, 325, 88, None, 325, None, 325, 100])
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.value_counts()函数来查找给定系列对象中每个独特值的值数。

# find the value counts
sr.value_counts()

输出 :

正如我们在输出中所看到的，Series.value_counts()函数已经返回了给定的Series对象中每个独特值的值数。