计算数据帧列中出现值的频率
共有3个答案
如果要应用于所有列，可以使用：
df.apply(pd.value_counts)
这将对每个列应用基于列的聚合函数（在本例中value_counts）。
使用Groupby和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]
查看在线文档：https://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html
另外，正如@DSM所评论的那样，value\u counts（）
In [38]:
df['a'].value_counts()
Out[38]:
b 3
a 2
s 2
dtype: int64
如果要将频率添加回原始数据帧，请使用transform返回对齐索引：
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]
-
问题内容： 我有一个数据集 我希望能够返回类似的信息（显示唯一的值和频率） 问题答案： 使用和： 请参阅在线文档：http : //pandas.pydata.org/pandas-docs/stable/groupby.html 另外，正如所说，这里有很多方法可以给猫皮 如果要向原始数据帧添加频率，请使用transform返回对齐的索引：
-
我想在数据的每一列中找到的数量，这样，如果某一列的少于某个阈值，我就可以删除该列。我看了一下，但没有找到任何功能。对我来说太慢了，因为大多数值都是不同的，而且我只对计数感兴趣。
-
我想在我的数据的每一列中找到< code>NaN的数目。
-
问题内容： 我想计算每个值出现在数据框中的次数。 这是我的数据框- ： 我想对字典进行计数： 例如 我试过了，但它给了而且也没有用。 问题答案： 您可以使用和：
-
问题内容： 在Javascript中，我试图获取数字值的初始数组并计算其中的元素。理想情况下，结果将是两个新数组，第一个数组指定每个唯一元素，第二个数组包含每个元素出现的次数。但是，我愿意接受有关输出格式的建议。 例如，如果初始数组为： 然后将创建两个新的数组。第一个将包含每个唯一元素的名称： 第二个将包含元素在初始数组中出现的次数： 因为数字5在初始数组中出现3次，所以数字2出现5次，而9和4都
-
我正在尝试计算多个列的中值，但是我的数据有点奇怪。它看起来像下面的示例。 在表中到列表示该值的出现次数。我想计算中位数的出现次数。 例如对于ID = 1 是我想要创建的计算。 对于ID=2 我尝试过使用＜code＞rep（）或＜code＞rep（10,2）），这就是我所期望的。我只是努力创建一个列表或向量，每个列都有重复。