从非唯一的pandas系列开始,可以通过使用`value_counts()`方法来计算每个唯一值的数量。
>> col = pd.Series([1.0, 1.0, 2.0, 3.0, 3.0, 3.0])
0 1.0
1 1.0
2 2.0
3 3.0
4 3.0
5 3.0
dtype: object
>> stat = col.value_counts()
>> stat
3.0 3
1.0 2
2.0 1
dtype: int64
但是,如果从两列数据的数据框开始,其中一列包含唯一值,另一列包含其出现次数(例如前面例子中的stat
)。如何将这些扩展为单列。
因为我想计算此类数据框中数据的中位数、均值等等,所以我认为描述单列比两列更容易。或者是否有任何方法可以直接描述“value_count”数据框而不需要扩展数据?
# turn `stat` into col ???
>> col.describe()
count 6.000000
mean 2.166667
std 0.983192
min 1.000000
25% 1.250000
50% 2.500000
75% 3.000000
max 3.000000
添加测试数据
>> df = pd.DataFrame({"Name": ["A", "B", "C"], "Value": [1,2,3], "Count": [2, 10, 2]})
>> df
Name Value Count
0 A 1 2
1 B 2 5
2 C 3 2
df2 = _reverse_count(df)
>> df2
Name Value
0 A 1
1 A 1
2 B 2
3 B 2
4 B 2
5 B 2
6 B 2
7 B 2
8 C 3
9 C 3