it-swarm.com.de

zählen Sie die Häufigkeit, mit der ein Wert in einer Datenrahmenspalte auftritt

Ich habe einen Datensatz

|category|
cat a
cat b
cat a

Ich möchte in der Lage sein, etwas zurückzugeben (eindeutige Werte und Häufigkeit anzeigen)

category | freq |
cat a       2
cat b       1
174
yoshiserry

Verwenden Sie groupby und 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]

Siehe die Online-Dokumentation: http://pandas.pydata.org/pandas-docs/stable/groupby.html

Auch value_counts() als @DSM hat kommentiert, viele Möglichkeiten, eine Katze hier zu enthäuten

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

Out[38]:

b    3
a    2
s    2
dtype: int64

Wenn Sie dem ursprünglichen Datenrahmen eine Frequenz hinzufügen möchten, verwenden Sie transform, um einen ausgerichteten Index zurückzugeben:

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]
245
EdChum

Wenn Sie sich auf alle Spalten anwenden möchten, können Sie Folgendes verwenden:

df.apply(pd.value_counts)

Dadurch wird eine spaltenbasierte Aggregationsfunktion (in diesem Fall value_counts) auf jede der Spalten angewendet.

68
df.category.value_counts()

Diese kurze kleine Codezeile gibt Ihnen die gewünschte Ausgabe.

Wenn der Spaltenname Leerzeichen enthält, können Sie verwenden

df['category'].value_counts()
26
df.apply(pd.value_counts).fillna(0)

value_counts - Gibt ein Objekt zurück, das die Anzahl eindeutiger Werte enthält

Anwenden - Zählfrequenz in jeder Spalte. Wenn Sie Achse = 1 setzen, erhalten Sie in jeder Zeile eine Frequenz

fillna (0) - macht die Ausgabe schicker. NaN auf 0 geändert

14
Roman Kazakov

In 0.18.1 gibt groupby zusammen mit count nicht die Häufigkeit eindeutiger Werte an:

>>> 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]

Die eindeutigen Werte und ihre Häufigkeiten können jedoch leicht mit size bestimmt werden:

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

Mit df.a.value_counts() werden sortierte Werte (in absteigender Reihenfolge, d. H. Zuerst größter Wert) standardmäßig zurückgegeben.

12
Vidhya G

Listenverständnis und value_counts für mehrere Spalten in einer Datenbank verwenden

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

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

5
jetpackdata.com

Das sollte funktionieren:

df.groupby('category').size()
4
Kilzrus

Wenn Ihr DataFrame Werte mit demselben Typ enthält, können Sie auch return_counts=True in numpy.unique () festlegen.

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

np.bincount () könnte schneller sein, wenn Ihre Werte Ganzzahlen sind.

4
user666

Verwenden Sie die Methode size ():

    import pandas as pd
    print df.groupby['category'].size()
    #where df is your dataframe
2
Omniverse10

Ohne Bibliotheken können Sie stattdessen Folgendes tun:

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

Beispiel:

to_frequency_table([1,1,1,1,2,3,4,4])
>>> {1: 4, 2: 1, 3: 1, 4: 2}
2
Timz95

Sie können dies auch mit Pandas tun, indem Sie Ihre Spalten zuerst als Kategorien ausstrahlen, z. dtype="category" z.B.

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

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

und dann describe aufrufen:

df[cats].describe()

Dies gibt Ihnen eine schöne Tabelle mit Werten und ein bisschen mehr :):

    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
1
tsando

df.category.value_counts () - dies ist der einfachste Weg zur Berechnung 

0
R. J.

Ich glaube, dass dies für jede DataFrame-Spaltenliste gut funktionieren sollte.

def column_list(x):
    column_list_df = []
    for col_name in x.columns:
        y = col_name, len(x[col_name].unique())
        column_list_df.append(y)
return pd.DataFrame(column_list_df)

column_list_df.rename(columns={0: "Feature", 1: "Value_count"})

Die Funktion "column_list" überprüft die Spaltennamen und anschließend die Eindeutigkeit der einzelnen Spaltenwerte.

0
djoguns
n_values = data.income.value_counts()

Erste eindeutige Wertzählung

n_at_most_50k = n_values[0]

Zweiter eindeutiger Wert

n_greater_50k = n_values[1]

n_values

Ausgabe:

<=50K    34014
>50K     11208

Name: income, dtype: int64

Ausgabe:

n_greater_50k,n_at_most_50k:-
(11208, 34014)
0
RAHUL KUMAR

Verwenden Sie diesen Code: 

import numpy as np
np.unique(df['a'],return_counts=True)
0
Harshit Oberoi

@metatoaster hat bereits darauf hingewiesen . Gehen Sie für Counter. Es brennt schnell. 

import pandas as pd
from collections import Counter
import timeit
import numpy as np

df = pd.DataFrame(np.random.randint(1, 10000, (100, 2)), columns=["NumA", "NumB"])

Timer

%timeit -n 10000 df['NumA'].value_counts()
# 10000 loops, best of 3: 715 µs per loop

%timeit -n 10000 df['NumA'].value_counts().to_dict()
# 10000 loops, best of 3: 796 µs per loop

%timeit -n 10000 Counter(df['NumA'])
# 10000 loops, best of 3: 74 µs per loop

%timeit -n 10000 df.groupby(['NumA']).count()
# 10000 loops, best of 3: 1.29 ms per loop

Prost!

0
dragonfire_007
your data:

|category|
cat a
cat b
cat a

lösung:

 df['freq'] = df.groupby('category')['category'].transform('count')
 df =  df.drop_duplicates()
0
Rahul Jain