Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas dataframe.get_dtype_counts()
函數返回給定對象中dtypes的計數。它返回一個pandas係列對象,其中包含pandas對象中存在的所有數據類型的計數。它與pandas係列以及dataframe一起使用。
用法: DataFrame.get_dtype_counts()
返回值:值:係列:數據類型的計數
有關在代碼中使用的CSV文件的鏈接,請單擊此處
範例1:采用get_dtype_counts()
函數來查找 Pandas DataFrame 對象的數據類型計數。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
現在應用get_dtype_counts()
函數。找出 DataFrame 中每種數據類型的出現頻率。
# applying get_dtype_counts() function
df.get_dtype_counts()
輸出:
注意,輸出是一個pandas係列對象,其中包含 DataFrame 中每種數據類型的計數。
範例2:采用get_dtype_counts()
在選定編號上起作用僅數據幀的列數。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Applying get_dtype_counts() function to
# find the data type counts in modified dataframe.
df[["Salary", "Name", "Team"]].get_dtype_counts()
注意,輸出是一個pandas係列對象,其中包含 DataFrame 中每種數據類型的計數。我們可以使用dataframe.info()
函數。
# Find out the types of all columns in the dataframe
df.info()
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.get_dtype_counts()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。