value_counts介绍#

value_counts是一种查看表格某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中个数，类似Excel里面的count函数

其是pandas下面的顶层函数，也可以作用在Series、DataFrame下

1
pd.value_counts(
2
    values,
3
    sort=True,        #是否排序，默认是要排序
4
    ascending=False,     #默认降序排列
5
    normalize=False,     #标准化、转化成百分比形式
6
    bins=None,    #可以自定义分组区间，默认是没有，但也可以自定义区间
7
    dropna=True,   #是否删除nan，默认删除
8
)

常规用法：

1
import pandas as pd
2

3
pd.value_counts()
4
df.value_counts()
5
df['字段'].value_counts()

#创建模拟数据

1
>>> import pandas as pd
2
>>> data=pd.DataFrame({'字段1':[1,2,3,4,5,6,5,3,2,4,5,4,4,4,6],
3
                   '字段2':['A','B','B','A','A','A','B','B','B','C','C','C','C','B','B']})
4
>>> data
5
    字段1 字段2
6
0     1   A
7
1     2   B
8
2     3   B
9
3     4   A
10
4     5   A
11
5     6   A
12
6     5   B
13
7     3   B
14
8     2   B
15
9     4   C
16
10    5   C
17
11    4   C
18
12    4   C
19
13    4   B
20
14    6   B
21

22
>>> data.dtypes
23
字段1     int64
24
字段2    object
25
dtype: object

Series情况下:#

pandas 的 value_counts() 函数可以对Series里面的每个值进行计数并且排序，默认是降序

1
>>> data['字段2'].value_counts()
2
B    7
3
C    4
4
A    4
5
Name: 字段2, dtype: int64
6

7
>>> data['字段1'].value_counts()
8
4    5
9
5    3
10
6    2
11
3    2
12
2    2
13
1    1
14
Name: 字段1, dtype: int64

可以看出，既可以对分类变量统计，也可以对连续数值变量统计

如果是要对结果升序排列，可以添加ascending=True来改变

1
>>> data['字段2'].value_counts(ascending=True)
2
A    4
3
C    4
4
B    7
5
Name: 字段2, dtype: int64

如果不想看统计的个数，而是想看占比，那么可以设置normalize=True即可，结果是小数形式

1
>>> data['字段2'].value_counts(normalize=True)
2
B    0.466667
3
C    0.266667
4
A    0.266667
5
Name: 字段2, dtype: float64

DataFrame情况下#

可以通过apply，对每一列变量进行统计

1
>>> data.apply(pd.value_counts)
2
   字段1  字段2
3
1  1.0  NaN
4
2  2.0  NaN
5
3  2.0  NaN
6
4  5.0  NaN
7
5  3.0  NaN
8
6  2.0  NaN
9
A  NaN  4.0
10
B  NaN  7.0
11
C  NaN  4.0

通过pandas进行调用#

1
>>> pd.value_counts(data['字段2'])
2
B    7
3
C    4
4
A    4
5
Name: 字段2, dtype: int64

以上是自己实践中遇到的一些点，分享出来供大家参考学习，欢迎关注DataShare公众号