查看“使用Pandas统计元素出现次数”的源代码
←
使用Pandas统计元素出现次数
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
1.在Pyhton中可以使用Pandas统计元素在某列出现的次数。 import pandas as pd import numpy as np df = pd.DataFrame({'姓名':['张三','李四','王五','赵六','刘七'],'性别':['男','女','男','男','女'],'年龄':[25,17,30,20,17],'兴趣':['篮球','跑步','排球','游泳','足球']}) [[File:PythonPandasStat1.png]] 2.使用print(df['性别'].count())即可输出“性别”的统计次数。 [[File:PythonPandasStat2.png]] 3.使用print(df['性别'].nunique())即可输出“性别”的不重复个数。 [[File:PythonPandasStat3.png]] 4.使用print(df['性别'].unique())即可输出“性别”的不重复值。 [[File:PythonPandasStat4.png]] 5.使用print(df['性别'].value_counts())即可输出“性别”为“男”的个数为3,“性别”为“女”的个数为2。 [[File:PythonPandasStat5.png]] 6.使用print(df.loc[df['性别'] == '男'.value_counts())即可单独输出“性别”为“男”的所有值。 [[File:PythonPandasStat6.png]] 7.使用print(list(df.性别).count('男'))即可单独输出“性别”为“男”的个数为3。 [[File:PythonPandasStat7.png]] 8.使用print((df == 1).sum())即可将DataFrame中所有值为1的数据个数统计。 import pandas as pd import numpy as np df = pd.DataFrame({'第一列':['a',1,'1','one','two'],'第二列':['a','one',1,2,'one'],'第三列':['a',2,1,'one','b']}) print(df) print('数字1的总次数:\n',(df==1).sum()) print('单词one的出现次数:\n',(df=='one').sum()) print('字母a的出现总次数:\n',(df=='a').sum()) [[File:PythonPandasStat8.png]]
返回至
使用Pandas统计元素出现次数
。
导航菜单
个人工具
创建账户
登录
命名空间
页面
讨论
不转换
不转换
简体
繁體
大陆简体
香港繁體
澳門繁體
大马简体
新加坡简体
台灣正體
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息