Python pandas.core.groupby.DataFrameGroupBy.value_counts用法及代碼示例

用法: DataFrameGroupBy.value_counts(subset=None, normalize=False, sort=True, ascending=False, dropna=True)

返回包含唯一行計數的係列或數據幀。

參數：

subset：list-like，可選: 計算唯一組合時要使用的列。
normalize：布爾值，默認為 False: 返回比例而不是頻率。
sort：布爾值，默認為真: 按頻率排序。
ascending：布爾值，默認為 False: 按升序排列。
dropna：布爾值，默認為真: 不要包括包含 NA 值的行數。

Series或DataFrame: 如果 groupby as_index 為 True，則為係列，否則為 DataFrame。

注意：

如果 groupby as_index 為 True，則返回的 Series 將具有 MultiIndex，每個輸入列都有一個級別。
如果 groupby as_index 為 False，則返回的 DataFrame 將有一個帶有 value_counts 的附加列。該列標記為‘count’ or ‘proportion’，具體取決於normalize 參數。

默認情況下，結果中會省略包含任何 NA 值的行。

默認情況下，結果將按降序排列，以便每個組的第一個元素是最多的 frequently-occurring 行。

例子：

>>> df = pd.DataFrame({
...    'gender':['male', 'male', 'female', 'male', 'female', 'male'],
...    'education':['low', 'medium', 'high', 'low', 'high', 'low'],
...    'country':['US', 'FR', 'US', 'FR', 'FR', 'FR']
... })

>>> df
    gender      education       country
0       male    low         US
1       male    medium      FR
2       female  high        US
3       male    low         FR
4       female  high        FR
5       male    low         FR

>>> df.groupby('gender').value_counts()
gender  education  country
female  high       FR         1
                   US         1
male    low        FR         2
                   US         1
        medium     FR         1
dtype:int64

>>> df.groupby('gender').value_counts(ascending=True)
gender  education  country
female  high       FR         1
                   US         1
male    low        US         1
        medium     FR         1
        low        FR         2
dtype:int64

>>> df.groupby('gender').value_counts(normalize=True)
gender  education  country
female  high       FR         0.50
                   US         0.50
male    low        FR         0.50
                   US         0.25
        medium     FR         0.25
dtype:float64

>>> df.groupby('gender', as_index=False).value_counts()
   gender education country  count
0  female      high      FR      1
1  female      high      US      1
2    male       low      FR      2
3    male       low      US      1
4    male    medium      FR      1

>>> df.groupby('gender', as_index=False).value_counts(normalize=True)
   gender education country  proportion
0  female      high      FR        0.50
1  female      high      US        0.50
2    male       low      FR        0.50
3    male       low      US        0.25
4    male    medium      FR        0.25

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.core.groupby.DataFrameGroupBy.value_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。

用法:

參數：

返回：

注意：

例子：