詳解pd.value_counts

一、基本介紹

pd.value_counts是pandas庫中最常用的方法之一。它可以用於對一個序列中的元素進行計數，並返回一個Series類型的對象。計數結果按照元素出現的頻率進行排序，最常見的元素排在最前面。

import pandas as pd
data = pd.Series([1,2,3,1,2,3,1,1,1])
vc = data.value_counts()
print(vc)

運行上面的代碼，輸出結果如下：

1 5
2 2
3 2
dtype: int64

可以看到，pd.value_counts對於輸入的序列進行了統計，並按照元素出現的頻率進行了排序。在上面的示例中，元素1出現了5次，屬於序列中出現次數最多的元素。

二、統計分類變數

pd.value_counts最常用的用途之一是統計分類變數。例如，在某次調查中，我們統計了一些人的性別，並將其存儲在一個Series類型的對象中。現在我們需要知道男女比例，可以利用pd.value_counts方法進行計算。

import pandas as pd
data = pd.Series(['男','女','女','男','男','女','女'])
vc = data.value_counts()
print(vc)

運行上面的代碼，輸出結果如下：

女 4
男 3
dtype: int64

從輸出結果中可以看出，女性的數量為4，男性的數量為3。

三、統計數值變數

pd.value_counts不僅可以用於統計分類變數，還可以用於統計數值變數。例如，在某次學生考試中，我們統計了每個學生的成績，並將其存儲在一個Series類型的對象中。現在我們需要知道每個成績段的分數人數，可以利用pd.cut方法進行分組，然後再利用pd.value_counts方法進行計數。

import pandas as pd
import numpy as np
data = pd.Series(np.random.randint(1, 101, size=10))
print(data)
bins = [0, 59, 69, 79, 89, 100]
cuts = pd.cut(data, bins)
vc = cuts.value_counts()
print(vc)

運行上面的代碼，輸出結果如下：

0 38
1 38
2 18
3 3
4 4
dtype: int64

從輸出結果中可以看出，在這次考試中，60分以下（包含60分）的學生有3人，60~69分的學生有4人，70~79分的學生有2人，80~89分的學生有1人，90分以上的學生沒有。

四、處理缺失值

pd.value_counts可以用於處理缺失值。當我們在一個Series類型的對象中有缺失值時，pd.value_counts默認會忽略缺失值，並返回其他元素的統計結果。

import pandas as pd
import numpy as np
data = pd.Series([1,2,3,np.nan,1,2,3,1,1,np.nan])
vc = data.value_counts()
print(vc)

運行上面的代碼，輸出結果如下：

1.0 4
3.0 2
2.0 2
dtype: int64

從輸出結果中可以看到，pd.value_counts計算了沒有缺失值的元素的統計結果，並且缺失值被默認忽略。

五、結語

pd.value_counts是pandas庫中非常常用的方法之一。它可以用於統計分類變數、數值變數，還可以處理缺失值。上面的示例展示了pd.value_counts的一些常見用法，我們希望這些用法能夠對大家有所幫助。