python - values - contar la frecuencia con la que se produce un valor en una columna de marco de datos

tabla de frecuencias en python

Question

Tengo un conjunto de datos

|category|
cat a
cat b
cat a

Me gustaría poder devolver algo así como (mostrando valores únicos y frecuencia)

category | freq |
cat a       2
cat b       1

Answer 1

En 0.18.1 groupby junto con count no da la frecuencia de valores únicos:

>>> df
   a
0  a
1  b
2  s
3  s
4  b
5  a
6  b

>>> df.groupby(''a'').count()
Empty DataFrame
Columns: []
Index: [a, b, s]

Sin embargo, los valores únicos y sus frecuencias se determinan fácilmente usando el size :

>>> df.groupby(''a'').size()
a
a    2
b    3
s    2

Con df.a.value_counts() valores ordenados (en orden descendente, es decir, el valor más grande primero) se devuelven por defecto.

Answer 2

Esto debería funcionar:

df.groupby(''category'').size()

Answer 3

Si desea aplicar a todas las columnas, puede usar:

df.apply(pd.value_counts)

Esto aplicará una función de agregación basada en columnas (en este caso, value_counts) a cada una de las columnas.

Answer 4

Si su DataFrame tiene valores del mismo tipo, también puede establecer return_counts=True en numpy.unique() .

index, counts = np.unique(df.values,return_counts=True)

np.bincount() podría ser más rápido si tus valores son enteros.

Answer 5

Sin ninguna biblioteca, podrías hacer esto en su lugar:

def to_frequency_table(data):
    frequencytable = {}
    for key in data:
        if key in frequencytable:
            frequencytable[key] += 1
        else:
            frequencytable[key] = 1
    return frequencytable

Ejemplo:

to_frequency_table([1,1,1,1,2,3,4,4])
>>> {1: 4, 2: 1, 3: 1, 4: 2}

Answer 6

También puede hacer esto con los pandas transmitiendo primero sus columnas como categorías, por ejemplo, dtype="category" por ej.

cats = [''client'', ''hotel'', ''currency'', ''ota'', ''user_country'']

df[cats] = df[cats].astype(''category'')

y luego llamar describe :

df[cats].describe()

Esto le dará una buena tabla de recuentos de valores y un poco más :):

    client  hotel   currency    ota user_country
count   852845  852845  852845  852845  852845
unique  2554    17477   132 14  219
top 2198    13202   USD Hades   US
freq    102562  8847    516500  242734  340992

Answer 7

Usar groupby y count :

In [37]:
df = pd.DataFrame({''a'':list(''abssbab'')})
df.groupby(''a'').count()

Out[37]:

   a
a   
a  2
b  3
s  2

[3 rows x 1 columns]

Consulte los documentos en línea: http://pandas.pydata.org/pandas-docs/stable/groupby.html

También value_counts() como @DSM ha comentado, muchas maneras de despellejar a un gato aquí

In [38]:
df[''a''].value_counts()

Out[38]:

b    3
a    2
s    2
dtype: int64

Si desea volver a agregar la frecuencia al marco de datos original, use la transform para devolver un índice alineado:

In [41]:
df[''freq''] = df.groupby(''a'')[''a''].transform(''count'')
df

Out[41]:

   a freq
0  a    2
1  b    3
2  s    2
3  s    2
4  b    3
5  a    2
6  b    3

[7 rows x 2 columns]

Answer 8

Usar la lista de comprensión y la cantidad de valores para múltiples columnas en un df

[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=[''O'']).columns)]

https://.com/a/28192263/786326

Answer 9

Use el método size ():

    import pandas as pd
    print df.groupby[''category''].size()
    #where df is your dataframe

Answer 10

df.apply(pd.value_counts).fillna(0)

value_counts() - Devuelve un objeto que contiene recuentos de valores únicos

apply - frecuencia de conteo en cada columna. Si establece axis = 1, obtiene frequncy en cada fila

fillna (0) - hacer que la producción sea más elegante. Cambió NaN a 0

Answer 11

df.category.value_counts()

Esta pequeña línea de código le dará el resultado que desea.