在pandas.Series的pandas.DataFrame列中，将描述获取唯一元素数（不包括重复项的案例数）和每个元素的出现频率（出现数）的方法。
使用pandas.Series方法的unique（），value_counts（）和nunique（）。还提供了nunique（）作为pandas.DataFrame的方法。
在这里:
- pandas.Series.unique():返回NumPy数组ndarray中唯一元素值的列表
- pandas.Series.value_counts():返回唯一元素的值及其在出现的次数。
- pandas.Series.nunique(), pandas.DataFrame.nunique():返回int，pandas.Series中唯一元素的数量。
在解释了基本用法之后,对一下内容进行介绍。
- 唯一元素的数量（不包括重复项的）
- 唯一元素值列表
- 唯一元素的频率（出现次数）
- 独特元素及其出现的字典
- 模式及其频率
- 归一化频率
以下面的数据为例。
import pandas as pd
import numpy as np
df = pd.read_csv('./data/15/sample_pandas_normal.csv')
df.iloc[1] = np.nan
print(df)
# name age state point
# 0 Alice 24.0 NY 64.0
# 1 NaN NaN NaN NaN
# 2 Charlie 18.0 CA 70.0
# 3 Dave 68.0 TX 70.0
# 4 Ellen 24.0 CA 88.0
# 5 Frank 30.0 NY 57.0pandas.Series.unique():返回NumPy数组ndarray中唯一元素值的列表
unique（）返回唯一元素值的列表。一维NumPy数组ndarray类型而不是列表类型（Python内置类型）。还包括缺失值NaN。
u = df['state'].unique()
print(u)
print(type(u))
# ['NY' nan 'CA' 'TX']
# <class 'numpy.ndarray'>
pandas.Series.value_counts():返回唯一元素的值及其在出现的次数。
value_counts（）返回pandas.Series，其中唯一元素的值是index，出现的次数是data。当需要元素的频率（出现次数）时使用此选项。
vc = df['state'].value_counts()
print(vc)
print(type(vc))
# NY 2
# CA 2
# TX 1
# Name: state, dtype: int64
# <class 'pandas.core.series.Series'>
默认情况下，它按出现次数的降序排序，但是如果参数ascending = True，则以升序排序，如果参数sort = False，则不进行排序。
print(df['state'].value_counts(ascending=True))
# TX 1
# CA 2
# NY 2
# Name: state, dtype: int64
print(df['state'].value_counts(sort=False))
# CA 2
# NY 2
# TX 1
# Name: state, dtype: int64默认情况下，NaN被排除，但如果参数dropna = False，则也计入NaN。
print(df['state'].value_counts(dropna=False))
# NY 2
# CA 2
# TX 1
# NaN 1
# Name: state, dtype: int64
如果指定了参数normalize = True，则将值归一化，以使总数变为1。
请注意，如果包含缺失值NaN，则该值将根据参数dropna的设置而有所不同。
print(df['state'].value_counts(dropna=False, normalize=True))
# NY 0.333333
# CA 0.333333
# TX 0.166667
# NaN 0.166667
# Name: state, dtype: float64
pandas.Series.nunique(), pandas.DataFrame.nunique():返回int，pandas.Series中唯一元素的数量。
pandas.Series.nunique（）以整数int形式返回唯一元素的数量。
默认情况下，不包含NaN，并且如果指定了参数dropna = False，则结果还将包含NaN。
nu = df['state'].nunique()
print(nu)
print(type(nu))
# 3
# <class 'int'>
print(df['state'].nunique(dropna=False))
# 4pandas.DataFrame.nunique（）计算每列的唯一元素数。返回pandas.Series类型。
默认情况下，不包含NaN，并且如果指定了参数dropna = False，则结果还将包含NaN。
默认情况下，该值为每列，但是如果参数axis = 1或axis =‘columns’，则返回每行的值。
nu_col = df.nunique()
print(nu_col)
print(type(nu_col))
# name 5
# age 4
# state 3
# point 4
# dtype: int64
# <class 'pandas.core.series.Series'>
print(df.nunique(dropna=False))
# name 6
# age 5
# state 4
# point 5
# dtype: int64
print(df.nunique(dropna=False, axis='columns'))
# 0 4
# 1 1
# 2 4
# 3 4
# 4 4
# 5 4
# dtype: int64唯一元素的数量（不包括重复项的）
如上所述，pandas.Series.nunique（）和pandas.DataFrame.nunique（）可以计算唯一元素的数量（唯一元素的数量）。
print(df['state'].nunique())
# 3
print(df.nunique())
# name 5
# age 4
# state 3
# point 4
# dtype: int64唯一元素值列表
使用unique（），您可以获取NumPy数组ndarray类型的唯一元素值的列表。如果要使用列表类型（Python内置类型），则可以使用tolist（）方法将其转换。
print(df['state'].unique().tolist())
print(type(df['state'].unique().tolist()))
# ['NY', nan, 'CA', 'TX']
# <class 'list'>可以将tolist（）方法应用于通过value_counts（）获得的pandas.Series的索引。也可以作为NumPy数组ndarray类型的值来获取。
print(df['state'].value_counts().index.tolist())
print(type(df['state'].value_counts().index.tolist()))
# ['NY', 'CA', 'TX']
# <class 'list'>
print(df['state'].value_counts(dropna=False).index.values)
print(type(df['state'].value_counts().index.values))
# ['NY' 'CA' 'TX' nan]
# <class 'numpy.ndarray'>如上所述，在unique（）的情况下，始终包含NaN，但是value_counts（）可以指定参数dropna是否包含NaN。
唯一元素的频率（出现次数）
要获取每个唯一元素的频率（出现次数），请访问通过value_counts（）获得的pandas.Series的值。
print(df['state'].value_counts()['NY'])
# 2
print(df['state'].value_counts().NY)
# 2使用iteritems（）方法检索for循环中的元素值和频率（出现次数）。
for index, value in df['state'].value_counts().iteritems():
print(index, ': ', value)
# NY : 2
# CA : 2
# TX : 1
独特元素及其出现的字典
也可以将to_dict（）方法应用于value_counts（）获得的pandas.Series使其成为字典。
d = df['state'].value_counts().to_dict()
print(d)
print(type(d))
# {'NY': 2, 'CA': 2, 'TX': 1}
# <class 'dict'>
print(d['NY'])
# 2使用items（）方法在for循环中检索元素值和频率（出现次数）。
for key, value in d.items():
print(key, ': ', value)
# NY : 2
# CA : 2
# TX : 1
模式及其频率
默认情况下，value_counts（）返回pandas.Series，它以出现次数的降序排列，因此顶部是最频繁出现的值及其频率。
print(df['state'].value_counts())
# NY 2
# CA 2
# TX 1
# Name: state, dtype: int64
print(df['state'].value_counts().index[0])
# NY
print(df['state'].value_counts().iat[0])
# 2原始pandas.Series的元素成为所得pandas.Series的索引。当数值为索引时，无法使用[Number]指定该值（这会导致错误），因此严格使用iat [Number]进行指定。 （由于示例是字符串，因此[Number]无关紧要）
使用apply（）方法将其应用于pandas.DataFrame的每一列。
Pandas中map(),applymap(),apply()函数的使用方法
print(df.apply(lambda x: x.value_counts().index[0]))
# name Frank
# age 24
# state NY
# point 70
# dtype: object
print(df.apply(lambda x: x.value_counts().iat[0]))
# name 1
# age 2
# state 2
# point 2
# dtype: int64如果存在多种模式，则上述方法只能获得一种模式。
mode()
pandas.Series的mode（）方法将模式值返回为pandas.Series。如果使用tolist（）列出此结果，则可以将模式值作为列表获取。请注意，即使只有一种模式，也将是一个列表。
print(df['state'].mode())
# 0 CA
# 1 NY
# dtype: object
print(df['state'].mode().tolist())
# ['CA', 'NY']
print(df['age'].mode().tolist())
# [24.0]使用apply（）方法将mode（）应用于每列将产生具有列表类型元素的pandas.Series（）。
s_mode = df.apply(lambda x: x.mode().tolist())
print(s_mode)
# name [Alice, Charlie, Dave, Ellen, Frank]
# age [24.0]
# state [CA, NY]
# point [70.0]
# dtype: object
print(type(s_mode))
# <class 'pandas.core.series.Series'>
print(s_mode['name'])
# ['Alice', 'Charlie', 'Dave', 'Ellen', 'Frank']
print(type(s_mode['name']))
# <class 'list'>mode（）也作为pandas.DataFrame的方法提供。返回pandas.DataFrame。由于各列的模式数不同，所以空缺部分成为缺失值NaN。
print(df.mode())
# name age state point
# 0 Alice 24.0 CA 70.0
# 1 Charlie NaN NY NaN
# 2 Dave NaN NaN NaN
# 3 Ellen NaN NaN NaN
# 4 Frank NaN NaN NaN可以使用count（）方法获得每列中的模式数，该方法对不缺少值NaN的元素数进行计数。
print(df.mode().count())
# name 5
# age 1
# state 2
# point 1
# dtype: int64describe()
同样，正如我在开始时所写的那样，describe（）方法可用于共同计算每一列的唯一元素的数量，模式值及其频率（出现的次数）。每个项目都可以使用loc []获得。
print(df.astype('str').describe())
# name age state point
# count 6 6 6 6
# unique 6 5 4 5
# top Frank 24.0 CA 70.0
# freq 1 2 2 2
print(df.astype('str').describe().loc['top'])
# name Frank
# age 24.0
# state CA
# point 70.0
# Name: top, dtype: object在describe（）中，由列类型dtype计算出的项是不同的，因此使用astype（）进行类型转换（转换）。
归一化频率
如上所述，当将value_counts（）的参数归一化设置为True时，将归一化以使总数变为1的值被返回。
请注意，如果包含缺失值NaN，则该值将根据参数dropna的设置而有所不同。
比较多个数据的频率分布时，很方便。
print(df['state'].value_counts(dropna=False, normalize=True))
# NY 0.333333
# CA 0.333333
# TX 0.166667
# NaN 0.166667
# Name: state, dtype: float64到此这篇关于Pandas计算元素的数量和频率（出现的次数）的文章就介绍到这了,更多相关Pandas计算元素数量和频率内容请搜索aitechtogether.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持aitechtogether.com！