python中计算DataFrame,Series的数据频率

在pandas里面常用用value_counts确认数据出现的频率。

• Series 情况下

import numpy as np
import pandas as pd
from pandas import DataFrame
from pandas import Series
ss = Series([ 'Tokyo', 'Nagoya', 'Nagoya', 'Osaka', 'Tokyo', 'Tokyo'])
ss.value_counts() #value_counts 直接用来计算series里面相同数据出现的频率

Tokyo 3
Nagoya 2
Osaka 1
dtype: int64

• DataFrame 情况下

import numpy as np
import pandas as pd
from pandas import DataFrame
from pandas import Series
df=DataFrame({'a':['Tokyo','Osaka','Nagoya','Osaka','Tokyo','Tokyo'],'b':['Osaka','Osaka','Osaka','Tokyo','Tokyo','Tokyo']}) #DataFrame用来输入两列数据，同时value_counts将每列中相同的数据频率计算出来
print(df)

a b
0 Tokyo Osaka
1 Osaka Osaka
2 Nagoya Osaka
3 Osaka Tokyo
4 Tokyo Tokyo
5 Tokyo Tokyo

df.apply(pd.value_counts)
a b
Nagoya 1 NaN #在b列中meiynagoya，因此是用NaN 表示。
Osaka 2 3.0
Tokyo 3 3.0

参考：

http://ailaby.com/dataframe_value_counts/