DS之信息挖掘：利用pandas庫統計某一列col中各個值出現的次數(降序輸出)

?

?

?

?

目錄

利用pandas庫統計某一列col中各個值出現的次數(降序輸出)

輸出結果

實現代碼

---

?

?

?

利用pandas庫統計某一列col中各個值出現的次數(降序輸出)

輸出結果

Save success! F:\File_Python\Resources\data_csv_xls\demo_dataset\data_test01.csv <class 'pandas.core.frame.DataFrame'> RangeIndex: 6 entries, 0 to 5 Data columns (total 11 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 Name 6 non-null object 1 Sex 6 non-null object 2 Age 6 non-null int64 3 Age02 5 non-null float644 Capitalisation 6 non-null object 5 Capitalisation02 6 non-null object 6 Education 6 non-null object 7 Company 6 non-null object 8 StockMarket 6 non-null object 9 Score 6 non-null int64 10 Others 6 non-null object dtypes: float64(1), int64(2), object(8) memory usage: 656.0+ bytes NoneUnnamed: 0 Name Sex Age Age02 ... Education Company StockMarket Score Others 0 0 馬云 男 56 56.0 ... 1 阿里巴巴 美股 3 150 1 1 馬化騰 男 49 49.0 ... 1 騰訊 港股 2 200 2 2 李彥宏 男 51 51.0 ... 2 百度 美股 -3 50 3 3 劉強東 男 47 47.0 ... 1 京東 美股 -8 0 4 4 董明珠 女 66 66.0 ... 2 格力 A股 -2 300[5 rows x 12 columns] T1、統計某一【類別型】列StockMarket中各個值出現的次數： 美股 3 A股 1 未上市 1 港股 1 Name: StockMarket, dtype: int64 T2、統計某一【類別型】列StockMarket中各個值出現的次數： 美股 2 港股 1 Name: StockMarket, dtype: int64

?

實現代碼

#DS之信息挖掘：利用pandas庫統計某一列col中各個值出現的次數(降序輸出)import pandas as pd from NDataScience.Makedata import data2csv data_frame=pd.read_csv('F:\File_Python\Resources\data_csv_xls\demo_dataset\data_test01.csv') print(data_frame.head())CatColumn_name='StockMarket' print('統計某一【類別型】列%s中各個值出現的次數：'%CatColumn_name,'\n',data_frame[CatColumn_name].value_counts()[:4]) print('統計某一【類別型】列%s中各個值出現的次數：'%CatColumn_name,'\n',data_frame[CatColumn_name].head(3).value_counts()) data_frame[CatColumn_name].value_counts().plot(kind='bar') plt.xlabel(CatColumn_name) plt.xticks(rotation=0) plt.title('Distribution of category type columns') plt.show()

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的DS之信息挖掘：利用pandas库统计某一列col中各个值出现的次数(降序输出)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。