“使用Pandas统计元素出现次数”的版本间的差异

来自YTYZX有图有真相的百科
跳转至： 导航， 搜索
第3行： 第3行：
 
   import numpy as np
 
   import numpy as np
 
   df = pd.DataFrame({'姓名':['张三','李四','王五','赵六','刘七'],'性别':['男','女','男','男','女'],'年龄':[25,17,30,20,17],'兴趣':['篮球','跑步','排球','游泳','足球']})
 
   df = pd.DataFrame({'姓名':['张三','李四','王五','赵六','刘七'],'性别':['男','女','男','男','女'],'年龄':[25,17,30,20,17],'兴趣':['篮球','跑步','排球','游泳','足球']})
 +
 
[[File:PythonPandasStat1.png]]
 
[[File:PythonPandasStat1.png]]
  
−
  2.使用print(df['性别'].value_counts())即可 打印 出“性别”的统计次数。
+
  2.使用print(df['性别'].value_counts())即可 输 出“性别”的统计次数。
 +
 
 
[[File:PythonPandasStat2.png]]
 
[[File:PythonPandasStat2.png]]
  
−
  3.使用print(df['性别'].nunique())即可 打印 出“性别”的不重复 次 数。
+
  3.使用print(df['性别'].nunique())即可 输 出“性别”的不重复 个 数。
 +
 
 
[[File:PythonPandasStat3.png]]
 
[[File:PythonPandasStat3.png]]
 +
 +
4.使用print(df['性别'].unique())即可输出“性别”的不重复值。
 +
 +
[[File:PythonPandasStat4.png]]
 +
 +
5.使用print(df['性别'].value_counts())即可输出“性别”为“男”的个数为3，“性别”为“女”的个数为2。
 +
 +
[[File:PythonPandasStat5.png]]
 +
 +
6.使用print(df.loc[df['性别'] == '男'.value_counts())即可单独输出“性别”为“男”的所有值。
 +
 +
[[File:PythonPandasStat6.png]]
 +
 +
7.使用print(list(df.性别).count('男'))即可单独输出“性别”为“男”的个数为3。
 +
 +
[[File:PythonPandasStat7.png]]

2022年3月20日 (日) 11:45的版本

1.在Pyhton中可以使用Pandas统计元素在某列出现的次数。
  import pandas as pd
  import numpy as np
  df = pd.DataFrame({'姓名':['张三','李四','王五','赵六','刘七'],'性别':['男','女','男','男','女'],'年龄':[25,17,30,20,17],'兴趣':['篮球','跑步','排球','游泳','足球']})

PythonPandasStat1.png 

2.使用print(df['性别'].value_counts())即可输出“性别”的统计次数。

PythonPandasStat2.png 

3.使用print(df['性别'].nunique())即可输出“性别”的不重复个数。

PythonPandasStat3.png 

4.使用print(df['性别'].unique())即可输出“性别”的不重复值。

PythonPandasStat4.png 

5.使用print(df['性别'].value_counts())即可输出“性别”为“男”的个数为3，“性别”为“女”的个数为2。

PythonPandasStat5.png 

6.使用print(df.loc[df['性别'] == '男'.value_counts())即可单独输出“性别”为“男”的所有值。

PythonPandasStat6.png 

7.使用print(list(df.性别).count('男'))即可单独输出“性别”为“男”的个数为3。

PythonPandasStat7.png

取自“https://www.ytyzx.org/index.php?title=使用Pandas统计元素出现次数&oldid=8206”