Python全系列 教程
3567个小节阅读:5930.4k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在Pandas中用于计算Series中各个唯一值出现次数的方法。
它返回一个新的Series,其中索引是唯一值,值是对应唯一值出现的次数,按照出现次数从高到低排序
xxxxxxxxxx
series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)
normalize
:可选参数,用于指定是否返回相对频率而不是绝对频数。默认为False,返回绝对频数。sort
:可选参数,用于指定是否按照频数进行排序。默认为True,按照频数从高到低排序。ascending
:可选参数,用于指定排序顺序。默认为False,按照频数从高到低排序。bins
:可选参数,用于指定连续型数据的分箱数。当数据为连续型时,可以指定分箱数将数据离散化并计算频数。dropna
:可选参数,用于指定是否忽略缺失值。默认为True,忽略缺失值。xxxxxxxxxx
import pandas as pd
# 创建示例 DataFrame
data = {
'Category': ['Clothing', 'Electronics', 'Electronics', 'Furniture', 'Clothing', 'Furniture']
}
df = pd.DataFrame(data)
# 计算每个类别出现的次数
category_counts = df['Category'].value_counts()
print(category_counts)
count方法:计算非缺失值的个数
xxxxxxxxxx
import pandas as pd
# 创建一个包含缺失值的 Series
series = pd.Series([1, 2, None, 4, None, 6])
# 计算非缺失值的个数
count = series.count()
print(count)
unique方法:返回 Series 中的唯一值
xxxxxxxxxx
import pandas as pd
# 创建一个包含重复值的 Series
series = pd.Series([1, 2, 2, 3, 3, 4, 4])
# 获取唯一值
unique_values = series.unique()
print(unique_values)
nunique方法:计算 Series 中的唯一值的个数
xxxxxxxxxx
import pandas as pd
# 创建一个包含重复值的 Series
series = pd.Series([1, 2, 2, 3, 3, 4, 4])
# 计算唯一值的个数
unique_count = series.nunique()
print(unique_count)
mode方法:返回 Series 中的众数(出现频率最高的值)
xxxxxxxxxx
import pandas as pd
# 创建一个包含重复值的 Series
series = pd.Series([1, 2, 2, 3, 3, 4, 4])
# 获取众数
mode_values = series.mode()
print(mode_values)
实时学习反馈
1. Pandas中分类变量的频数统计调用Series对象的_____:
A value_counts()
B counts()
答案
1=>A