Tôi có một bộ dữ liệu

|category|
cat a
cat b
cat a

Tôi muốn có thể trả về một cái gì đó như (hiển thị các giá trị và tần suất duy nhất)

category | freq |
cat a       2
cat b       1

Sử dụng groupbyvà count:

In [37]:
df = pd.DataFrame({'a':list('abssbab')})
df.groupby('a').count()

Out[37]:

   a
a   
a  2
b  3
s  2

[3 rows x 1 columns]

Xem các tài liệu trực tuyến: http://pandas.pydata.org/pandas-docs/ sóng / groupby.html

Cũng value_counts()như @DSM đã bình luận, nhiều cách để nuôi mèo ở đây

In [38]:
df['a'].value_counts()

Out[38]:

b    3
a    2
s    2
dtype: int64

Nếu bạn muốn thêm tần số trở lại vào khung dữ liệu ban đầu, hãy sử dụng transformđể trả về một chỉ mục được căn chỉnh:

In [41]:
df['freq'] = df.groupby('a')['a'].transform('count')
df

Out[41]:

   a freq
0  a    2
1  b    3
2  s    2
3  s    2
4  b    3
5  a    2
6  b    3

[7 rows x 2 columns]

Nếu bạn muốn áp dụng cho tất cả các cột, bạn có thể sử dụng:

df.apply(pd.value_counts)

Điều này sẽ áp dụng hàm tổng hợp dựa trên cột (trong trường hợp này là value_counts) cho mỗi cột.

df.category.value_counts()

Dòng mã ngắn này sẽ cung cấp cho bạn đầu ra mà bạn muốn.

Nếu tên cột của bạn có khoảng trắng, bạn có thể sử dụng

df['category'].value_counts()

df.apply(pd.value_counts).fillna(0)

value_counts - Trả về đối tượng chứa số lượng giá trị duy nhất

áp dụng - tần số đếm trong mỗi cột. Nếu bạn đặt axis=1, bạn nhận được tần suất ở mỗi hàng

fillna (0) - làm cho đầu ra lạ mắt hơn. Đã thay đổi NaN thành 0

Trong 0.18.1 groupbycùng với countkhông đưa ra tần số của các giá trị duy nhất:

>>> df
   a
0  a
1  b
2  s
3  s
4  b
5  a
6  b

>>> df.groupby('a').count()
Empty DataFrame
Columns: []
Index: [a, b, s]

Tuy nhiên, các giá trị duy nhất và tần số của chúng được xác định dễ dàng bằng cách sử dụng size:

>>> df.groupby('a').size()
a
a    2
b    3
s    2

Với df.a.value_counts()các giá trị được sắp xếp (theo thứ tự giảm dần, tức là giá trị lớn nhất trước tiên) được trả về theo mặc định.

Sử dụng hiểu danh sách và value_counts cho nhiều cột trong một df

[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=['O']).columns)]

https://stackoverflow.com/a/28192263/786326

Nếu DataFrame của bạn có các giá trị với cùng loại, bạn cũng có thể đặt return_counts=Truetrong numpy.unique () .

index, counts = np.unique(df.values,return_counts=True)

np.bincount () có thể nhanh hơn nếu giá trị của bạn là số nguyên.

Nếu không có bất kỳ thư viện nào, bạn có thể làm điều này thay vào đó:

def to_frequency_table(data):
    frequencytable = {}
    for key in data:
        if key in frequencytable:
            frequencytable[key] += 1
        else:
            frequencytable[key] = 1
    return frequencytable

Thí dụ:

to_frequency_table([1,1,1,1,2,3,4,4])
>>> {1: 4, 2: 1, 3: 1, 4: 2}

Bạn cũng có thể làm điều này với gấu trúc bằng cách phát các cột của bạn dưới dạng danh mục trước, ví dtype="category"dụ:

cats = ['client', 'hotel', 'currency', 'ota', 'user_country']

df[cats] = df[cats].astype('category')

và sau đó gọi describe:

df[cats].describe()

Điều này sẽ cung cấp cho bạn một bảng tổng số giá trị đẹp và nhiều hơn một chút :):

    client  hotel   currency    ota user_country
count   852845  852845  852845  852845  852845
unique  2554    17477   132 14  219
top 2198    13202   USD Hades   US
freq    102562  8847    516500  242734  340992

n_values = data.income.value_counts()

Số giá trị duy nhất đầu tiên

n_at_most_50k = n_values[0]

Số giá trị duy nhất thứ hai

n_greater_50k = n_values[1]

n_values

Đầu ra:

<=50K    34014
>50K     11208

Name: income, dtype: int64

Đầu ra:

n_greater_50k,n_at_most_50k:-
(11208, 34014)

@metatoaster đã chỉ ra điều này. Đi cho Counter. Nó đang cháy rất nhanh.

import pandas as pd
from collections import Counter
import timeit
import numpy as np

df = pd.DataFrame(np.random.randint(1, 10000, (100, 2)), columns=["NumA", "NumB"])

Đồng hồ bấm giờ

%timeit -n 10000 df['NumA'].value_counts()
# 10000 loops, best of 3: 715 µs per loop

%timeit -n 10000 df['NumA'].value_counts().to_dict()
# 10000 loops, best of 3: 796 µs per loop

%timeit -n 10000 Counter(df['NumA'])
# 10000 loops, best of 3: 74 µs per loop

%timeit -n 10000 df.groupby(['NumA']).count()
# 10000 loops, best of 3: 1.29 ms per loop

Chúc mừng!

Sử dụng mã này:

import numpy as np
np.unique(df['a'],return_counts=True)

your data:

|category|
cat a
cat b
cat a

giải pháp:

 df['freq'] = df.groupby('category')['category'].transform('count')
 df =  df.drop_duplicates()

Tôi tin rằng điều này sẽ hoạt động tốt cho bất kỳ danh sách cột DataFrame nào.

def column_list(x):
    column_list_df = []
    for col_name in x.columns:
        y = col_name, len(x[col_name].unique())
        column_list_df.append(y)
return pd.DataFrame(column_list_df)

column_list_df.rename(columns={0: "Feature", 1: "Value_count"})

Hàm "cột_list" kiểm tra tên cột và sau đó kiểm tra tính duy nhất của từng giá trị cột.