Один из последних новичков pandas вопрос для дня: Как создать таблицу для одной серии?
Например:
my_series = pandas.Series([1,2,2,3,3,3])
pandas.magical_frequency_function( my_series )
>> {
1 : 1,
2 : 2,
3 : 3
}
Множество поисковых запросов привело меня к Series.describe() и pandas.crosstabs, но ни одна из них не делает то, что мне нужно: одна переменная, подсчитывается по категориям. О, и было бы неплохо, если бы он работал для разных типов данных: строки, ints и т.д.
Может быть .value_counts()?
>>> import pandas
>>> my_series = pandas.Series([1,2,2,3,3,3, "fred", 1.8, 1.8])
>>> my_series
0 1
1 2
2 2
3 3
4 3
5 3
6 fred
7 1.8
8 1.8
>>> counts = my_series.value_counts()
>>> counts
3 3
2 2
1.8 2
fred 1
1 1
>>> len(counts)
5
>>> sum(counts)
9
>>> counts["fred"]
1
>>> dict(counts)
{1.8: 2, 2: 2, 3: 3, 1: 1, 'fred': 1}
Вы можете использовать понимание списков на фрейме данных для подсчета частот столбцов как таковых
[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=['O']).columns)]
Структура:
my_series.select_dtypes(include=['O'])
Выбирает только категориальные данные
list(my_series.select_dtypes(include=['O']).columns)
Включает столбцы сверху в список
[my_series[c].value_counts() for c in list(my_series.select_dtypes(include=['O']).columns)]
Перебирается по списку выше и применяет value_counts() к каждому столбцу
Ответ, предоставленный @DSM, прост и понятен, но я думал, что добавлю свой собственный вклад в этот вопрос. Если вы посмотрите на код pandas.value_counts, вы увидите, что происходит много.
Если вам нужно рассчитать частоту многих серий, это может занять некоторое время. Более быстрая реализация заключалась бы в использовании numpy.unique с return_counts = True
Вот пример:
import pandas as pd
import numpy as np
my_series = pd.Series([1,2,2,3,3,3])
print(my_series.value_counts())
3 3
2 2
1 1
dtype: int64
Обратите внимание, что возвращенный элемент является pandas.Series
Для сравнения, numpy.unique возвращает кортеж с двумя элементами, уникальными значениями и подсчетами.
vals, counts = np.unique(my_series, return_counts=True)
print(vals, counts)
[1 2 3] [1 2 3]
Затем вы можете объединить их в словарь:
results = dict(zip(vals, counts))
print(results)
{1: 1, 2: 2, 3: 3}
И затем в pandas.Series
print(pd.Series(results))
1 1
2 2
3 3
dtype: int64