ฉันมีชุดข้อมูล

|category|
cat a
cat b
cat a

ฉันต้องการคืนบางสิ่งเช่น (แสดงค่าและความถี่ที่ไม่ซ้ำกัน)

category | freq |
cat a       2
cat b       1

ใช้groupbyและcount:

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

Out[37]:

   a
a   
a  2
b  3
s  2

[3 rows x 1 columns]

ดูเอกสารออนไลน์: http://pandas.pydata.org/pandas-docs/stable/groupby.html

นอกจากนี้ยังvalue_counts()เป็น @DSM มีความเห็นหลายวิธีที่จะผิว cat ที่นี่

In [38]:
df['a'].value_counts()

Out[38]:

b    3
a    2
s    2
dtype: int64

หากคุณต้องการเพิ่มความถี่กลับไปที่ดาต้าเฟรมเดิมใช้transformเพื่อส่งกลับดัชนีที่จัดแนว:

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]

หากคุณต้องการใช้กับคอลัมน์ทั้งหมดคุณสามารถใช้:

df.apply(pd.value_counts)

สิ่งนี้จะนำไปใช้กับฟังก์ชันการรวมคอลัมน์ (ในกรณีนี้คือ value_counts) กับแต่ละคอลัมน์

df.category.value_counts()

บรรทัดเล็ก ๆ ของรหัสสั้น ๆ นี้จะให้ผลลัพธ์ที่คุณต้องการ

หากชื่อคอลัมน์ของคุณมีช่องว่างคุณสามารถใช้

df['category'].value_counts()

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

value_counts - ส่งคืนวัตถุที่มีการนับค่าที่ไม่ซ้ำกัน

ใช้ - นับความถี่ในทุกคอลัมน์ หากคุณตั้งค่าaxis=1คุณจะได้รับความถี่ในทุกแถว

fillna (0) - ทำให้เอาท์พุตแฟนซีมากขึ้น เปลี่ยน NaN เป็น 0

ใน 0.18.1 groupbyพร้อมกับcountไม่ให้ความถี่ของค่าที่ไม่ซ้ำกัน:

>>> 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]

อย่างไรก็ตามค่าที่ไม่ซ้ำกันและความถี่จะถูกกำหนดโดยใช้size:

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

ด้วยdf.a.value_counts()ค่าที่เรียงลำดับ (ตามลำดับจากมากไปน้อยเช่นค่ามากที่สุดก่อน) จะถูกส่งกลับโดยค่าเริ่มต้น

การใช้ list comprehension และ value_counts สำหรับหลายคอลัมน์ใน df

[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=['O']).columns)]

https://stackoverflow.com/a/28192263/786326

หาก DataFrame ของคุณมีค่าชนิดเดียวกันคุณยังสามารถตั้งค่าreturn_counts=Trueในnumpy.unique ()

index, counts = np.unique(df.values,return_counts=True)

np.bincount ()อาจเร็วขึ้นหากค่าของคุณเป็นจำนวนเต็ม

หากไม่มีไลบรารีใด ๆ คุณสามารถทำได้ดังนี้:

def to_frequency_table(data):
    frequencytable = {}
    for key in data:
        if key in frequencytable:
            frequencytable[key] += 1
        else:
            frequencytable[key] = 1
    return frequencytable

ตัวอย่าง:

to_frequency_table([1,1,1,1,2,3,4,4])
>>> {1: 4, 2: 1, 3: 1, 4: 2}

นอกจากนี้คุณยังสามารถทำสิ่งนี้กับหมีแพนด้าโดยกระจายคอลัมน์ของคุณเป็นหมวดหมู่ก่อนdtype="category"เช่น

cats = ['client', 'hotel', 'currency', 'ota', 'user_country']

df[cats] = df[cats].astype('category')

แล้วโทรdescribe:

df[cats].describe()

นี่จะทำให้คุณมีตารางค่าที่ดีและมีค่ามากกว่านี้ :):

    client  hotel   currency    ota user_country
count   852845  852845  852845  852845  852845
unique  2554    17477   132 14  219
top 2198    13202   USD Hades   US
freq    102562  8847    516500  242734  340992

n_values = data.income.value_counts()

การนับค่าที่ไม่ซ้ำครั้งแรก

n_at_most_50k = n_values[0]

ค่าที่ไม่ซ้ำที่สองนับ

n_greater_50k = n_values[1]

n_values

เอาท์พุท:

<=50K    34014
>50K     11208

Name: income, dtype: int64

เอาท์พุท:

n_greater_50k,n_at_most_50k:-
(11208, 34014)

@metatoaster ได้ชี้ให้เห็นแล้ว Counterไปหา มันเร็วอย่างเห็นได้ชัด

import pandas as pd
from collections import Counter
import timeit
import numpy as np

df = pd.DataFrame(np.random.randint(1, 10000, (100, 2)), columns=["NumA", "NumB"])

จับเวลา

%timeit -n 10000 df['NumA'].value_counts()
# 10000 loops, best of 3: 715 µs per loop

%timeit -n 10000 df['NumA'].value_counts().to_dict()
# 10000 loops, best of 3: 796 µs per loop

%timeit -n 10000 Counter(df['NumA'])
# 10000 loops, best of 3: 74 µs per loop

%timeit -n 10000 df.groupby(['NumA']).count()
# 10000 loops, best of 3: 1.29 ms per loop

ไชโย!

ใช้รหัสนี้:

import numpy as np
np.unique(df['a'],return_counts=True)

your data:

|category|
cat a
cat b
cat a

สารละลาย:

 df['freq'] = df.groupby('category')['category'].transform('count')
 df =  df.drop_duplicates()

ฉันเชื่อว่านี่น่าจะใช้ได้ดีสำหรับรายการคอลัมน์ DataFrame

def column_list(x):
    column_list_df = []
    for col_name in x.columns:
        y = col_name, len(x[col_name].unique())
        column_list_df.append(y)
return pd.DataFrame(column_list_df)

column_list_df.rename(columns={0: "Feature", 1: "Value_count"})

ฟังก์ชัน "column_list" ตรวจสอบชื่อคอลัมน์จากนั้นตรวจสอบความไม่ซ้ำกันของค่าคอลัมน์แต่ละค่า