Python Pandas Series value_counts方法用法及代码示例

例子

基本用法

要获取系列中唯一值的计数：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts()



3.0   2
5.0   1
4.0   1
dtype: int64

在这里，请注意默认情况下如何忽略 dropna=True 以来的缺失值。

指定标准化

将计数归一化，使其总和为 1：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts(normalize=True)



3.0   0.50
5.0   0.25
4.0   0.25
dtype: float64

指定排序

默认情况下， sort=True ，这意味着结果系列按计数排序：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts()



3.0   2
5.0   1
4.0   1
dtype: int64

设置 sort=False 将禁用此类排序：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts(sort=False)



4.0   1
3.0   2
5.0   1
dtype: int64

指定升序

默认情况下， ascending=True ，这意味着结果系列按计数升序排序：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts()



4.0   1
5.0   1
3.0   2
dtype: int64

要按降序排序，请像这样设置ascending=False：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts(ascending=False)



3.0   2
5.0   1
4.0   1
dtype: int64

指定箱子

我们可以通过传递bins来基于间隔进行计数，而不是计算唯一值，如下所示：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts(bins=3)



(2.9970000000000003, 3.667]    2
(4.333, 5.0]                   1
(3.667, 4.333]                 1
dtype: int64

这里，2 个值位于区间 2.997 和 3.667 中。

请注意，每个间隔的宽度由以下公式计算：

[max(s) - min(s)] / 3 = 2/3 = 0.666

计算 value_counts 中的 nan

默认情况下， dropna=True ，这意味着所有 NaN 都会被忽略。我们可以选择通过传入 dropna=False 将它们包含在计数中，如下所示：

s = pd.Series([4,3,3,5,np.nan])
s.value_counts(dropna=False)



3.0    2
NaN    1
5.0    1
4.0    1
dtype: int64