Zählen Sie die Häufigkeit, mit der ein Wert in einer DataFrame-Spalte auftritt

Question

Ich habe einen Datensatz

category
cat a
cat b
cat a

Ich möchte gerne etwas Ähnliches zurückgeben, das die eindeutigen Werte und ihre Häufigkeiten zeigt

category   freq 
cat a       2
cat b       1

Answer 1

Verwenden Sie value_counts() wie von @DSM kommentiert.

In [37]:
df = pd.DataFrame({'a':list('abssbab')})
df['a'].value_counts()

Out[37]:

b    3
a    2
s    2
dtype: int64

Auch groupby und count. Viele Wege, um ein Katze zu häuten.

In [38]:
df.groupby('a').count()

Out[38]:

   a
a   
a  2
b  3
s  2

[3 rows x 1 columns]

Siehe die Online-Dokumentation.

Wenn Sie die Häufigkeit zum ursprünglichen DataFrame hinzufügen möchten, verwenden Sie transform, um einen abgestimmten Index zurückzugeben:

In [41]:
df['freq'] = df.groupby('a')['a'].transform('count')
df

Out[41]:

   a freq
0  a    2
1  b    3
2  s    2
3  s    2
4  b    3
5  a    2
6  b    3

[7 rows x 2 columns]

Answer 2

Wenn Sie alle Spalten anwenden möchten, können Sie Folgendes verwenden:

df.apply(pd.value_counts)

Dies wendet eine spaltenbasierte Aggregationsfunktion (in diesem Fall value_counts) auf jede der Spalten an.

Answer 3

df.category.value_counts()

Diese kurze Codezeile gibt Ihnen die gewünschte Ausgabe.

Wenn der Spaltenname Leerzeichen enthält, können Sie

df['category'].value_counts()

Answer 4

df.apply(pd.value_counts).fillna(0)

value_counts - Gibt ein Objekt zurück, das die Anzahl der eindeutigen Werte enthält

apply - zählt die Häufigkeit in jeder Spalte. Wenn Sie axis=1 setzen, erhalten Sie die Frequenz in jeder Zeile

fillna(0) - macht die Ausgabe ansprechender. Ändert NaN in 0 um

Answer 5

In 0.18.1 groupby zusammen mit count gibt nicht die Häufigkeit von eindeutigen Werten zurück:

>>> df
   a
0  a
1  b
2  s
3  s
4  b
5  a
6  b

>>> df.groupby('a').count()
Empty DataFrame
Columns: []
Index: [a, b, s]

Die eindeutigen Werte und ihre Häufigkeiten können jedoch leicht mit size bestimmt werden:

>>> df.groupby('a').size()
a
a    2
b    3
s    2

Mit df.a.value_counts() werden standardmäßig sortierte Werte (absteigend, d.h. der größte Wert zuerst) zurückgegeben.