【Python】Pandas的一系列经典操作（非常实用）

1. 统计某列中，所有值出现的次数

import pandas as pd

# 创建一个示例数据集
data = {'A': [1, 2, 2, 3, 1, 2, 3, 1, 1, 2, 3, 4]}
df = pd.DataFrame(data)

# 使用 value_counts() 函数统计 'A' 列的值出现次数
value_counts = df['A'].value_counts()

print(value_counts)

代码说明：
上述代码将创建一个包含一列名为’A’的DataFrame，并使用value_counts()函数计算各个值在’A’列中出现的次数。

运行结果：

1    4
2    4
3    3
4    1
Name: A, dtype: int64

这意味着值1出现了4次，值2出现了4次，值3出现了3次，值4出现了1次。

2. 统计某列中，位于特定区间内值的数量

import pandas as pd

# 创建一个示例数据集
data = {'A': [1, 2, 2, 3, 1, 2, 3, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 定义要统计的区间
bins = [0, 5, 10]

# 使用 pd.cut() 函数对 'A' 列进行分箱
df['bin'] = pd.cut(df['A'], bins)

# 使用 value_counts() 函数统计每个区间的数量
bin_counts = df['bin'].value_counts()

# 输出结果
print(bin_counts)

代码说明：
在这个例子中，我们首先创建了一个包含一列名为’A’的DataFrame。接下来，我们定义了一个区间列表bins，表示我们希望统计介于0到5（含5）之间的值以及介于5到10（含10）之间的值。
然后，我们使用pd.cut()函数对’A’列进行分箱，并将结果保存在新列bin中。最后，我们使用value_counts()函数统计每个区间的数量。

运行结果：

(0, 5]      12
(5, 10]      6
Name: bin, dtype: int64

3. 统计某列中，位于特定区间内对应另一列的平均值

import pandas as pd

# 创建一个示例数据集
data = {
    'A': [1, 2, 2, 3, 1, 2, 3, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'B': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150, 160, 170, 180]
}
df = pd.DataFrame(data)

# 定义要统计的区间
bins = [0, 5, 10]

# 使用 pd.cut() 函数对 'A' 列进行分箱
df['bin'] = pd.cut(df['A'], bins)

# 使用 groupby() 函数按照分箱分组，并计算每组中 'B' 列的平均值
bin_means = df.groupby('bin')['B'].mean()

# 输出结果
print(bin_means)

代码说明：
在这个例子中，我们首先创建了一个包含两列名为’A’和’B’的DataFrame。接下来，我们定义了一个区间列表bins，表示我们希望统计介于0到5（含5）之间的值以及介于5到10（含10）之间的值。

然后，我们使用pd.cut()函数对’A’列进行分箱，并将结果保存在新列bin中。接着，我们使用groupby()函数将数据按照分箱分组，并使用mean()函数计算每个组中’B’列的平均值。

运行结果：

bin
(0, 5]      55.0
(5, 10]    145.0
Name: B, dtype: float64

4. 统计某列数值的前十名，对应另一列的值

import pandas as pd

# 创建一个示例数据集
data = {
    'A': [1, 2, 2, 3, 1, 2, 3, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'B': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r']
}
df = pd.DataFrame(data)

# 根据列 'A' 对 DataFrame 进行降序排序
df_sorted = df.sort_values(by='A', ascending=False)

# 获取前十名
top_10 = df_sorted.head(10)

# 提取前十名对应的列 'B' 的值
top_10_b_values = top_10['B']

# 输出结果
print(top_10_b_values)

代码说明：
在这个例子中，我们首先创建了一个包含两列名为’A’和’B’的DataFrame。然后，我们根据’A’列对DataFrame进行降序排序，接着使用head()函数获取前十名。最后，我们提取前十名对应的’B’列的值。

运行结果：

17    r
16    q
15    p
14    o
13    n
12    m
11    l
10    k
9     j
8     i
Name: B, dtype: object