Pandas2.2 Series

Computations descriptive stats

pandas.Series.value_counts

pandas.Series.value_counts() 方法用于计算 Series 中每个唯一值的出现次数。该方法可以返回一个包含唯一值及其频率的 Series，并且可以通过参数进行多种定制化操作。以下是该方法的详细描述：

• 参数：

  • normalize：布尔值，默认为 False。如果设置为 True，则返回的是频率（即比例），而不是计数。
  • sort：布尔值，默认为 True。如果设置为 True，则按降序对结果进行排序；如果设置为 False，则保持原始顺序。
  • ascending：布尔值，默认为 False。仅当 sort=True 时有效，如果设置为 True，则按升序排序。
  • dropna：布尔值，默认为 True。如果设置为 True，则忽略 NaN 值；如果设置为 False，则将 NaN 视为一个唯一值并计算其频率。
  • bins：整数或区间对象，默认为 None。如果提供，则将数值型数据分组到指定数量的等宽区间中。
  • datetime_is_numeric：布尔值，默认为 False。如果设置为 True，则将 datetime 类型的数据视为数值处理。

• 返回值：

  • 返回一个 Series，其中索引是原始 Series 中的唯一值，值是这些唯一值的出现次数或频率（取决于 normalize 参数）。

示例及结果

import pandas as pd

# 创建一个包含重复值和 NaN 的 Series
s = pd.Series([1, 2, 2, 3, 3, 3, 4, 4, 4, 4, None, None])

# 计算每个值的出现次数，默认参数
result_default = s.value_counts()
print("Value counts (default parameters):")
print(result_default)

# 计算每个值的频率（比例）
result_normalize = s.value_counts(normalize=True)
print("\nValue counts with normalize=True:")
print(result_normalize)

# 不对结果进行排序
result_no_sort = s.value_counts(sort=False)
print("\nValue counts with sort=False:")
print(result_no_sort)

# 包含 NaN 值的计数
result_dropna_false = s.value_counts(dropna=False)
print("\nValue counts with dropna=False:")
print(result_dropna_false)

# 将数值分组到 3 个等宽区间
result_bins = s[s.notna()].value_counts(bins=3)
print("\nValue counts with bins=3:")
print(result_bins)

输出结果

Value counts (default parameters):
4.0    4
3.0    3
2.0    2
1.0    1
Name: count, dtype: int64

Value counts with normalize=True:
4.0    0.4
3.0    0.3
2.0    0.2
1.0    0.1
Name: proportion, dtype: float64

Value counts with sort=False:
1.0    1
2.0    2
3.0    3
4.0    4
Name: count, dtype: int64

Value counts with dropna=False:
4.0    4
3.0    3
2.0    2
NaN    2
1.0    1
Name: count, dtype: int64

Value counts with bins=3:
(3.0, 4.0]      4
(0.996, 2.0]    3
(2.0, 3.0]      3
Name: count, dtype: int64

解释

• 默认参数：

  • 返回每个唯一值的出现次数，按降序排列。

• normalize=True：

  • 返回每个唯一值的频率（比例），总和为 1。

• sort=False：

  • 返回每个唯一值的出现次数，但不进行排序，保持原始顺序。

• dropna=False：

  • 将 NaN 视为一个唯一值并计算其频率。

• bins=3：

  • 将数值型数据分组到 3 个等宽区间，并返回每个区间的频率或计数。

注意事项

• value_counts() 方法主要用于统计唯一值的频率或计数，适用于各种数据类型（数值型、字符串型等）。
• 使用 bins 参数时，确保 Series 中的数据是数值型，否则会引发错误。
• 如果需要更复杂的分组或统计，可以结合其他 Pandas 函数（如 groupby 和 agg）使用。

通过这些示例和解释，您可以更好地理解如何使用 pandas.Series.value_counts() 方法来统计 Series 中唯一值的频率或计数，并根据需要调整参数以获得所需的结果。