9个value_counts()的小技巧,提高Pandas 改进数据分析效率
数据科学家通常将大部分时间花在探索和预处理数据上。 当谈到数据分析和理解数据结构时,Pandas value_counts() 是最受欢迎的函数之一。 该函数返回一个包含唯一值计数的系列。 生成的Series可以按降序或升序排序,通过参数控制包括或排除NA。
在本文中,我们将探讨 Pandas value_counts() 的不同用例。 您将学习如何使用它来处理以下常见任务。
- 默认参数
- 按升序对结果进行排序
- 按字母顺序排列结果
- 结果中包含空值
- 以百分比计数显示结果
- 将连续数据分入离散区间
- 分组并调用 value_counts()
- 将结果系列转换为 DataFrame
- 应用于DataFrame
1、默认参数
Pandas value_counts() 函数返回一个包含唯一值计数的系列。 默认情况下,结果系列按降序排列,不包含任何 NA 值。 例如,让我们从 Titanic 数据集中获取“Embarked”列的计数。
>>> df['Embarked'].value_counts()S 644
C 168
Q 77
Name: Embarked, dtype: int64
2、按升序对结果进行排序
value_count() 返回的系列默认按降序排列。 对于升序结果,我们可以将参数升序设置为 True。
>>> df['Embarked'].value_counts(ascending=True)Q 77
C 168
S 644
Name: Embarked, dtype: int64
3、按字母顺序排列结果
我们已经学习了参数升序以获得按值计数 ASC 或 DESC 排序的结果。 在某些情况下,最好按字母顺序显示我们的结果。 这可以通过在 value_counts() 之后调用 sort_index(ascending=True) 来完成,例如
>>> df['Embarked'].value_counts(ascending=True).sort_index(ascending=True)C 168
Q 77
S 644
Name: Embarked, dtype: int64
4、包括结果中的 NA
默认情况下,结果中会忽略包含任何 NA 值的行。 有一个参数 dropna 来配置它。 我们可以将该值设置为 False 以包含 NA 的行数。
df['Embarked'].value_counts(dropna=False)
S 644
C 168
Q 77
NaN 2
Name: Embarked, dtype: int64
5、以百分比计数显示结果
在进行探索性数据分析时,有时查看唯一值的百分比计数会更有用。 这可以通过将参数 normalize 设置为 True 来完成,例如:
df['Embarked'].value_counts(normalize=True)S 0.724409
C 0.188976
Q 0.086614
Name: Embarked, dtype: float64
如果我们更喜欢用百分号 (%) 格式化结果,我们可以设置 Pandas 显示选项如下:
>>> pd.set_option('display.float_format', '{:.2f}%'.format)
>>> df['Embarked'].value_counts(normalize = True)S 0.72%
C 0.19%
Q 0.09%
Name: Embarked, dtype: float64
6、将连续数据分入离散区间
Pandas value_counts() 可用于使用 bin 参数将连续数据分入离散区间。 与 Pandas cut() 函数类似,我们可以将整数或列表传递给 bin 参数。
当整数传递给 bin 时,该函数会将连续值离散化为大小相等的 bin,例如:
>>> df['Fare'].value_counts(bins=3)
(-0.513, 170.776] 871
(170.776, 341.553] 17
(341.553, 512.329] 3
Name: Fare, dtype: int64
当列表传递给 bin 时,该函数会将连续值划分为自定义组,例如:
>>> df['Fare'].value_counts(bins=[-1, 20, 100, 550])
(-1.001, 20.0] 515
(20.0, 100.0] 323
(100.0, 550.0] 53
Name: Fare, dtype: int64
7、分组并执行 value_counts()
Pandas groupby() 允许我们将数据分成不同的组来执行计算以进行更好的分析。 一个常见的用例是按某个列分组,然后获取另一列的唯一值的计数。 例如,让我们按“Embarked”列分组并获取不同“Sex”值的计数。
>>> df.groupby('Embarked')['Sex'].value_counts()Embarked Sex
C male 95female 73
Q male 41female 36
S male 441female 203
Name: Sex, dtype: int64
8、将结果系列转换为 DataFrame
Pandas value_counts() 返回一个Series,包括前面带有 MultiIndex 的示例。 如果我们希望我们的结果显示为 DataFrame,我们可以在 value_count() 之后调用 to_frame()。
>>> df.groupby('Embarked')['Sex'].value_counts().to_frame()
9、应用于DataFrame
到目前为止,我们一直将 value_counts() 应用于 Pandas Series,在 Pandas DataFrame 中有一个等效的方法。 Pandas DataFrame.value_counts() 返回一个包含 DataFrame 中唯一行计数的系列。
让我们看一个例子来更好地理解它:
df = pd.DataFrame({'num_legs': [2, 4, 4, 6],'num_wings': [2, 0, 0, 0]},index=['falcon', 'dog', 'cat', 'ant']
)
>>> df.value_counts()num_legs num_wings
4 0 2
6 0 1
2 2 1
dtype: int64
通过在 df 上调用 value_counts(),它返回一个以 num_legs 和 num_wings 作为索引的 MultiIndex 系列。 从结果中,我们可以发现有 2 条记录的 num_legs=4 和 num_wing=0。
同样,我们可以调用 to_frame() 将结果转换为 DataFrame
>>> df.value_counts().to_frame()
总结
在本文中,我们探讨了 Pandas value_counts() 的不同用例。 我希望这篇文章能帮助你节省学习 Pandas 的时间。 我建议您查看 value_counts() API 的文档并了解您可以做的其他事情。
谢谢阅读。 本文代码在这里:https://github.com/BindiChen/machine-learning/blob/master/data-analysis/046-pandas-value_counts/pandas-value_counts.ipynb
作者:B. Chen
9个value_counts()的小技巧,提高Pandas 改进数据分析效率相关推荐
- Python偷懒小技巧-提高10倍工作效率
说明:增加代码的描述力,可以成倍减少你的LOC,做到简单,并且真切有力 观点:少打字=多思考+少出错,10代码行比50行更能让人明白,以下技巧有助于提高10倍工作效率 1. 交换变量值时避免使用临时变 ...
- 使用计算机提高办公效率,掌握这四个电脑办公小技巧,你的工作效率至少提升3倍!要高调使用...
原标题:掌握这四个电脑办公小技巧,你的工作效率至少提升3倍!要高调使用 职场办公,你有没有羡慕过别人的工作效率?明明差不多的工作,但是有些人就能比你先完成.甚至你在加班的时候,别人早就下班回家玩耍了. ...
- 20个Excel操作技巧,提高你的数据分析效率
对于数据分析,Excel可以被当做一款入门的软件.在学习R或Python前,事先掌握一定的Excel知识是百利而无一害. EXCEL凭借其功能强大的函数.可视化图表.以及整齐排列的电子表格功能,使你能 ...
- 6 个工作中休息小技巧,让你工作效率翻倍!
本文转载自:Google 都在用的 6 个休息小技巧,让你工作效率翻倍 一. 大脑工作久了为什么要休息:为了恢复注意力和意志力 大家应该都有感受,工作久了会累,思想走神,效率就会降低. 研究表明,大脑 ...
- 微x怎么设置主题_红人堂:抖音直播预告文案怎么写?5个小技巧提高你的文案吸引力!...
抖音直播预告文案写得好,直播间人气翻一番! 现在很多主播在直播前都会发布直播预告,以此来提高自己的直播间人气. 但想要最大程度地发挥抖音直播预告文案的作用,你还需要掌握一定的设计技巧. 下面为大家整理 ...
- Google 都在用的 6 个休息小技巧,让你工作效率翻倍
以前上学时,每节课 40 - 50 分钟,然后会休息 10 分钟. 工作后,没有了约束,自己平时忙碌一段时间,也会刷下朋友圈,看个小视频休息一下,我管这叫做劳逸结合,能提高工作效率. 但是,我最近读到 ...
- Excel|5个神技巧,提高你的数据分析效率~
对于刚进入数据分析行业新手来说,EXCEL可以被当做一款入门的软件.在学习R或Python前,事先掌握一定的EXCEL知识是百利而无一害.EXCEL凭借其功能强大的函数.可视化图表.以及整齐排列的电子 ...
- 5个Excel常用小技巧,分分钟提升工作效率
点赞再看,养成习惯:十年之计,莫如树木. 微信搜索[亦心Excel]关注这个不一样的自媒体人. 本文 GitHub https://github.com/hugogoos/Excel 已收录,包含Ex ...
- 9个value_counts()的小技巧,提高Pandas 数据分析效率
来源:DeepHub IMBA本文约1800字,建议阅读5分钟 我们将探讨 Pandas value_counts() 的不同用例. 数据科学家通常将大部分时间花在探索和预处理数据上.当谈到数据分析和 ...
最新文章
- 家长学校.net keti.html,家长学校教科研的工作制度
- Placement new
- 软件设计应该遵循的基本原则有哪些?
- 《代码整洁之道》阅读笔记
- [ 云炬创业基础笔记]商业模式创新
- @hot热加载修饰器导致static静态属性丢失(已解决)
- 最全面的Android Studio使用教程【申明:来源于网络】
- 手把手实现一条延时消息
- python制作的游戏如何转化为swf_如何从python生成swf格式的幻灯片?
- python中初始化方法_Python中类的初始化特殊方法
- java socket 消息中转,Java中Socket实现消息传输(传输原型)
- 高德定位html,Ionic3 高德Web定位
- python file operate example - 2
- Java ConcurrentHashMap
- 十本Java网站开发必看书籍
- 山海演武传·黄道·第一卷 雏龙惊蛰 第四章 异兽
- Java-微信授权and手机号授权
- 引用论坛、社区、问答系统的区别
- 蓝凌工作ekp开发使用一些js编写开发记录
- 单片机C51复习题(课后习题及答案)