在pandas DataFrame列中计算值的频率

Question

我想统计数据框中每个值出现的次数。

这是我的数据框-df:

    status
1     N
2     N
3     C
4     N
5     S
6     N
7     N
8     S
9     N
10    N
11    N
12    S
13    N
14    C
15    N
16    N
17    N
18    N
19    S
20    N

我希望能够获得一个计数字典，例如 counts = {N: 14, C:2, S:4}。我尝试了df['status']['N']，但出现了keyError错误，还尝试了df['status'].value_counts，但没有用。

- Kishan Mehta

---

我想知道为什么我不能直接使用df['status'].value_counts()[my_key]，而必须先使用to_dict()呢？ - Egret

Answer 1

你可以使用 value_counts 和 to_dict 方法：

print df['status'].value_counts()
N    14
S     4
C     2
Name: status, dtype: int64

counts = df['status'].value_counts().to_dict()
print counts
{'S': 4, 'C': 2, 'N': 14}

- jezrael

---

很棒的解决方案 - 只使用了Pandas。 - Say OL

不错的解决方案。我可以将其视为普通字典，并以此方式使用 - counts [my_key]。 但是，我想知道为什么我不能直接使用df ['status'] .value_counts() [my_key]，而必须先使用to_dict()？ - Egret

Answer 2

使用Counter的另一种替代方法:

In [3]: from collections import Counter

In [4]: dict(Counter(df.status))
Out[4]: {'C': 2, 'N': 14, 'S': 4}

- Colonel Beauvel

Answer 3

你可以尝试这种方式。

df.stack().value_counts().to_dict()

- su79eu7k

---

为什么我们要使用堆栈？ - Say OL

Answer 4

你能将 df 转换为一个列表吗？

如果可以：

a = ['a', 'a', 'a', 'b', 'b', 'c']
c = dict()
for i in set(a):
    c[i] = a.count(i)

使用字典推导式：

c = {i: a.count(i) for i in set(a)}

- Chuck

Answer 5

在这个帖子中，您可以查看我的回复，以获取Pandas DataFrame输出。

计算数据框列中值出现的频率，您可以按以下方式进行修改以获得字典输出：

def column_list_dict(x):
    column_list_df = []
    for col_name in x.columns:        
        y = col_name, len(x[col_name].unique())
        column_list_df.append(y)
    return dict(column_list_df)

- djoguns