hand
_1_21_82
4
python3.X - 数据分析 - Pandas
共95篇
python3.X - 数据分析 - Pandas
返回栏目
1k
0k
5k
0k
0.1k
0k
2k
3k
1k
1k
0.2k
3k
0k
4k
3k
3k
3k
3k
0.5k
5k
1k
0.3k
3k
4k
7k
2k
7k
0.8k
0.9k
1k
1k
2k
0.4k
0.6k
0.6k
0.5k
0.9k
0.9k
1k
0.9k
1k
0.8k
1k
0.4k
0.4k
0.3k
0.6k
1k
0.9k
1k
1k
1k
0.8k
1k
0.8k
1k
0.7k
0.6k
4k
0.4k
3k
0.7k
0.8k
0.8k
0.2k
2k
1k
0.7k
0.7k
0.4k
0.5k
3k
0.1k
0.7k
0.9k
0.3k
1k
0.4k
0.4k
1k
0.5k
0.1k
0.7k
1k
0k
0.2k
0.7k
0.3k
0k
0k
0.1k
0k
0k
0k
3k
返回python3.X - 数据分析 - Pandas栏目
作者:
贺及楼
成为作者
更新日期:2024-08-14 13:04:53
统计数据
返回一个df
a | ||
---|---|---|
香蕉 | x | x |
香蕉 | x | x |
雪糕 | x | x |
胡萝卜 | x | x |
胡萝卜 | x | x |
胡萝卜 | x | x |
import numpy as np
import pandas as pd
df_a = df["a"].value_counts()
香蕉 | 2 |
雪糕 | 1 |
胡萝卜 | 3 |
加名字
df_a.name ="num" # 加名字
num | |
---|---|
香蕉 | 2 |
雪糕 | 1 |
胡萝卜 | 3 |
df["a"].value_counts(values,sort=True, ascending=False, normalize=False,bins=None,dropna=True)
sort=True: 是否要进行排序;默认进行排序
ascending=False: 默认降序排列;
ascending=True时,按升序排列.
normalize=False: 是否要对计算结果进行标准化并显示标准化后的结果,默认是False。
normalize=True时,可计算出不同字符出现的频率,画柱状图统计时可以用到.
bins=None: 可以自定义分组区间,默认是否;
dropna=True:是否删除缺失值nan,默认删除
f_da = df_data['A列'].value_counts().reset_index()
df_da.columns = ['A列名', 'B列名'] # 列名重置
python3.X - 数据分析 - Pandas
整章节共95节
快分享给你的小伙伴吧 ~