pandas计数 value_counts()

来自：曹骥

在pandas里面常用value_counts确认数据出现的频率。

1. 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。

import pandas as pd
df = pd.DataFrame({'区域' : ['西安', '太原', '西安', '太原', '郑州', '太原'],
                  '10月份销售' : ['0.477468', '0.195046', '0.015964', '0.259654', '0.856412', '0.259644'],
                  '9月份销售' : ['0.347705', '0.151220', '0.895599', '', '0.569841', '0.254784']})
print(df)

统计每个区域出现多少次：

print(df['区域'].value_counts())

每个区域都被计数，并且默认从高到低排序。

如果想升序排列，设置参数 ascending = True：

print(df['区域'].value_counts(ascending=True))

如果想得出计数占比，可以加参数 normalize=True：

print(df['区域'].value_counts(normalize=True))

注：空值默认剔除掉的。value_counts()返回的结果是一个Series数组，可以跟别的数组进行计算。

2. DataFrame 情况下：

import pandas as pd
df = pd.DataFrame({'区域1' : ['西安', '太原', '西安', '太原', '郑州', '太原'],
                   '区域2' : ['太原', '太原', '西安', '西安', '西安', '太原']})
print(df.apply(pd.value_counts))

区域2中没有郑州，所以是NaN。