一、介绍
Python 中利用 pd.value_counts() 函数对数据频次进行统计。
该函数返回一个序列 Series ，包含每个值的数量。
- 使用语法为：
Series.value_counts(normalize=False, # 是否显示占比
sort=True, # 是否排序
ascending=False, # 默认降序
bins=None, # 分区
dropna=True) # 是否删除空缺值
二、实操
1.默认统计
import pandas as pd
import numpy as np
# 默认：忽略空值 按次数排序
s = pd.Series([1,3,2,2,3,4,np.nan])
s.value_counts()
'''
3.0 2
2.0 2
4.0 1
1.0 1
dtype: int64
'''
2.计数占比
# 计数占比
s.value_counts(normalize=True)
'''
3.0 0.333333
2.0 0.333333
4.0 0.166667
1.0 0.166667
dtype: float64
'''
3.自定义分组区间
区间化（Binning）。
# 自定义分组区间
s.value_counts(bins=3)
'''
(0.996, 2.0] 3
(2.0, 3.0] 2
(3.0, 4.0] 1
dtype: int64
'''
4.空值处理
# 不删除空值
s.value_counts(dropna=False)
'''
3.0 2
2.0 2
NaN 1
4.0 1
1.0 1
dtype: int64
'''
5.升序
s.value_counts(ascending=True)
'''
4.0 1
1.0 1
3.0 2
2.0 2
dtype: int64
'''
三、counts函数
1.使用语法
count(str, start=0, end=len(string))
2.具体案例
df_str = 'asdfaflzfasdfnasdf我是你的你是我的'
df_str.count('a') # 4
df_str.count('3') # 0
df_str.count('你') # 2
df_list = [1,2,3,4,5,4,4,4,2,'a','b','a','子','子']
df_list.count(4) # 4
df_list.count('4') # 0
df_list.count(a) # NameError: name 'a' is not defined
df_list.count('a') # 2
参考链接：pandas.Series.value_counts