pandas计数技巧介绍

小蓝 • 2024-12-12 12:03 • 编程

pandas是Python数据处理的常用模块之一，提供了非常方便的操作方式，许多人都用过pandas计数功能，但是它的使用技巧却不为人所知。本文将从多个方面介绍pandas计数技巧。

在进行数据分析时，我们需要计算某一个字段的唯一值数量，这时候就需要使用pandas计数un方法来进行计算。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df['字段名称'].nunique())

以上代码使用nunique()方法来计算某一个字段的唯一值数量。

经常需要把一个数据集按照某个特征分组，然后看看每个特征包含多少个数据。pandas的value_counts方法可以非常方便的进行计数分类。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df['字段名称'].value_counts())

以上代码使用value_counts()方法对某一个字段进行计数分类。

有时候我们需要得到某一列不重复的数据统计，亦称为去重计数。pandas提供了drop_duplicates()方法来进行操作。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(len(df['字段名称'].drop_duplicates()))

以上代码使用drop_duplicates()方法对某一个字段进行去重计数。

如果要对多个字段进行计数统计，可以使用apply()方法。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df[['字段1','字段2']].apply(pd.value_counts))

以上代码使用apply()方法统计了字段1和字段2的数据出现次数。

有时候我们需要对数据进行条件筛选后再计数，可以使用pandas的query()方法。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df.query('字段1 == "条件1"')['字段2'].value_counts())

以上代码使用query()方法对字段1为条件1的数据，统计取出字段2的数量。

在进行数据处理时，输出的数字可能会出现科学计数法的形式。使用set_option()方法可以取消科学计数法，并显示完整的数字。


import pandas as pd
pd.set_option('display.float_format', lambda x: '%.6f' % x)
df = pd.read_csv('data.csv',encoding='gbk')
print(df['字段名称'])

以上代码通过set_option()方法取消了科学计数法，并输出了完整的数字。

在pandas中，有很多方法可以进行计数操作。比如：crosstab(),groupby(),pivot_table(),stack()等等。通过学习这些方法，可以更好地完成数据分析和处理工作。

在进行数据分析时，经常需要对数据集合进行去重操作，可以使用pandas的drop_duplicates()方法。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df.drop_duplicates())

以上代码使用drop_duplicates()方法对整个数据集进行了去重操作。

在进行数据分析时，有时需要计算不同列之间的相关系数。可以使用pandas的corr()方法来得到相关系数矩阵。


import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk')
print(df.corr())

以上代码使用corr()方法计算不同列之间的相关系数矩阵。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/237153.html