У мене є набір даних

|category|
cat a
cat b
cat a

Мені б хотілося повернути щось на зразок (показуючи унікальні значення та частоту)

category | freq |
cat a       2
cat b       1

Використання groupbyта 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]

Дивіться онлайн-документи: http://pandas.pydata.org/pandas-docs/stable/groupby.html

Крім того, value_counts()як @DSM прокоментував, тут існує багато способів зняти кішку

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

Out[38]:

b    3
a    2
s    2
dtype: int64

Якщо ви хочете додати частоту назад до початкового фрейму даних, використовуйте transformдля повернення вирівняного індексу:

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]

Якщо ви хочете застосувати всі стовпці, ви можете використовувати:

df.apply(pd.value_counts)

Це застосує функцію агрегування на основі стовпців (у цьому випадку value_counts) до кожного з стовпців.

df.category.value_counts()

Цей короткий невеликий рядок коду дасть вам потрібний вихід.

Якщо в назві стовпця є пробіли, які ви можете використовувати

df['category'].value_counts()

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

value_counts - Повертає об'єкт, що містить кількість унікальних значень

застосовувати - рахувати частоту в кожному стовпці. Якщо ви встановите axis=1, ви отримуєте частоту в кожному рядку

fillna (0) - зробити вихід більш фантазійним. Змінено NaN на 0

У 0.18.1 groupbyразом з countне дає частоти унікальних значень:

>>> 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]

Однак унікальні значення та їх частоти легко визначаються за допомогою size:

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

З df.a.value_counts()відсортованими значеннями (у порядку зменшення, тобто спочатку найбільше значення) повертаються за замовчуванням.

Використання розуміння списку та value_counts для кількох стовпців у df

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

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

Якщо у вашому DataFrame є значення одного типу, ви також можете встановити return_counts=Trueв numpy.unique () .

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

np.bincount () може бути швидшим, якщо ваші значення - цілі числа.

Без бібліотек ви можете зробити це замість цього:

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

Приклад:

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

Ви також можете це зробити з пандами, спочатку транслюючи свої стовпці як категорії, наприклад, dtype="category"наприклад

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

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

а потім дзвонить describe:

df[cats].describe()

Це дасть вам хорошу таблицю підрахунків вартості та трохи більше :):

    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

n_values = data.income.value_counts()

Перше унікальне значення

n_at_most_50k = n_values[0]

Другий унікальний підрахунок значення

n_greater_50k = n_values[1]

n_values

Вихід:

<=50K    34014
>50K     11208

Name: income, dtype: int64

Вихід:

n_greater_50k,n_at_most_50k:-
(11208, 34014)

@metatoaster вже вказав на цьому. Ідіть на Counter. Це швидко палає.

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"])

Таймери

%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

Ура!

Використовуйте цей код:

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

your data:

|category|
cat a
cat b
cat a

рішення:

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

Я вважаю, що це повинно працювати добре для будь-якого списку стовпців DataFrame.

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"})

Функція "column_list" перевіряє назви стовпців, а потім перевіряє унікальність значень кожного стовпця.