資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Pandas DataFrame 中計算專案集的頻率
使用 Series.value_counts() 方法計算專案集的頻率。首先，讓我們建立一個 DataFrame −
# Create DataFrame
dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'Audi', 'Mercedes', 'Porsche', 'Lamborghini', 'BMW'],
'Place': ['Delhi', 'Hyderabad', 'Chandigarh', 'Bangalore', 'Hyderabad', 'Mumbai', 'Mumbai','Pune'],
'UnitsSold': [95, 80, 80, 75, 92, 90, 95, 50 ]})使用 value_counts() 方法計算 car 列的頻率 −
# counting frequency of column Car
count1 = dataFrame['Car'].value_counts()
print("\nCount in column Car")
print(count1)同樣，計算其他列的頻率。以下是完整的程式碼，用於計算 Pandas DataFrame 中專案集的頻率 −
示例
import pandas as pd
# Create DataFrame
dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'Audi', 'Mercedes', 'Porsche', 'Lamborghini', 'BMW'],
'Place': ['Delhi', 'Hyderabad', 'Chandigarh', 'Bangalore', 'Hyderabad', 'Mumbai', 'Mumbai', 'Pune'],
'UnitsSold': [95, 80, 80, 75, 92, 90, 95, 50 ]})
print("Dataframe...")
print(dataFrame)
# counting frequency of column Car
count1 = dataFrame['Car'].value_counts()
print("\nCount in column Car")
print(count1)
# counting frequency of column Place
count2 = dataFrame['Place'].value_counts()
print("\nCount in column Place")
print(count2)
# counting frequency of column Car
count3 = dataFrame['UnitsSold'].value_counts()
print("\nCount in column UnitsSold")
print(count3)輸出
將產生以下輸出 −
Dataframe... Car Place UnitsSold 0 BMW Delhi 95 1 Mercedes Hyderabad 80 2 Lamborghini Chandigarh 80 3 Audi Bangalore 75 4 Mercedes Hyderabad 92 5 Porsche Mumbai 90 6 Lamborghini Mumbai 95 7 BMW Pune 50 Count in column Car BMW 2 Lamborghini 2 Mercedes 2 Audi 1 Porsche 1 Name: Car, dtype: int64 Count in column Place Mumbai 2 Hyderabad 2 Chandigarh 1 Pune 1 Delhi 1 Bangalore 1 Name: Place, dtype: int64 Count in column UnitsSold 95 2 80 2 92 1 75 1 90 1 50 1 Name: UnitsSold, dtype: int64
更新於： 09-Sep-2021
273 瀏覽
廣告