熊猫分组–计算第

栏中的出现次数

原文:https://www . geesforgeks . org/pandas-group by-count-in-column-occurs/

使用大小()或计数()方法与熊猫进行比较。DataFrame . group by()将生成出现在 data frame 特定列中的数据出现次数的计数。不过这个操作也可以用熊猫来进行。Series.value_counts() 和，熊猫。Index.value_counts() 。

*接近*

  • 导入模块
  • 创建或导入数据框
  • 应用 groupby
  • 使用两种方法中的任何一种
  • 显示结果

方法 1:使用 pandas.groupyby()。si ze()****

使用该方法的基本方法是在 groupby() 方法中将列名指定为参数，然后对其使用 size() 。以下是描述如何为不同数据集计算列中出现次数的各种示例。

*例 1:*

在本例中，我们分别计算数据集中所有列的出现次数。

Python 3

# import module
import pandas as pd

# assign data
data = pd.DataFrame({'Section': ['A', 'A', 'A', 'B', 'B',
                                 'B', 'C', 'C', 'C'],
                     'Teacher': ['Kakeshi', 'Kakeshi', 'Iruka',
                                 'Kakeshi', 'Kakeshi', 'Kakeshi',
                                 'Iruka', 'Iruka', 'Guy']})

# display dataframe
print('Data:')
display(data)

print('Occurrence counts of particular columns:')

# count occurrences a particular column
occur = data.groupby(['Section']).size()

# display occurrences of a particular column
display(occur)

# count occurrences a particular column
occur = data.groupby(['Teacher']).size()

# display occurrences of a particular column
display(occur)

*输出:*

*例 2:*

在下面的程序中，我们计算了与上一个程序中使用的相同数据集中所有列的出现次数。

Python 3

# import module
import pandas as pd

# assign data
data = pd.DataFrame({'Section': ['A', 'A', 'A', 'B', 'B', 'B',
                                 'C', 'C', 'C'],
                     'Teacher': ['Kakeshi', 'Kakeshi', 'Iruka',
                                 'Kakeshi', 'Kakeshi', 'Kakeshi',
                                 'Iruka', 'Iruka', 'Guy']})

# display dataframe
print('Data:')
display(data)

print('Occurrence counts of combined columns:')

# count occurrences of combined columns
occur = data.groupby(['Section', 'Teacher']).size()

# display occurrences of combined columns
display(occur)

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://www.moonapi.com/news/14939.html