關(guān)于Pandas?count()與values_count()的用法及區(qū)別
Pandas count()與values_count()用法
count()
values_count()在指定的統(tǒng)計的列名上
結(jié)果多了該列：
對比：
對比：
Pandas:count()與value_counts()對比
1. Series.value_counts(self, normalize=False, sort=True, ascending=False, bins=None, dropna=True)
返回一個包含所有值及其數(shù)量的 Series。 且為降序輸出，即數(shù)量最多的第一行輸出。
參數(shù)含義如下：
| Parameters: | normalize : boolean, default False If True then the object returned will contain the relative frequencies of the unique values. sort : boolean, default True Sort by frequencies. ascending : boolean, default False Sort in ascending order. bins : integer, optional Rather than count values, group them into half-open bins, a convenience for pd.cut, only works with numeric data. dropna : boolean, default True Don’t include counts of NaN. |
|---|---|
| Returns: | Series |
舉例如下：
import pandas as pd index = pd.Index([3, 1, 2, 3, 4, np.nan]) index.value_counts() ? """ 輸出為： 3.0 ? ?2 4.0 ? ?1 2.0 ? ?1 1.0 ? ?1 dtype: int64 """
如果 normalize 為 True的話，統(tǒng)計的結(jié)果會相加 = 1：
import pandas as pd s = pd.Series([3, 1, 2, 3, 4, np.nan]) s.value_counts(normalize=True) ? """ 輸出為： 3.0 ? ?0.4 4.0 ? ?0.2 2.0 ? ?0.2 1.0 ? ?0.2 dtype: float64 """
2. Series.count(self, level=None)
返回非空值的數(shù)量。若是在 CSV 文件中可用來統(tǒng)計行數(shù)，如：
import pandas as pd
file = pd.read_csv('test.csv')
print(file['A'].count())
# 此時輸出的即是 A 列的行數(shù)參數(shù)含義如下：
| Parameters: | level : int or level name, default None If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a smaller Series. |
|---|---|
| Returns: | int or Series (if level specified) Number of non-null values in the Series. |
舉例如下：
import pands as pd s = pd.Series([0.0, 1.0, np.nan]) s.count() # 此時輸出為 2
這就是兩者的區(qū)別和各自的用途。
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
Python淘寶或京東等秒殺搶購腳本實現(xiàn)(秒殺腳本)
python肯德爾系數(shù)相關(guān)性數(shù)據(jù)分析示例
詳解python ThreadPoolExecutor異常捕獲
Python XlsxWriter模塊Chart類用法實例分析
python 檢查數(shù)據(jù)中是否有缺失值,刪除缺失值的方式
Python中re.findAll()、re.sub()、set()的使用