如何从Pandas中的value_counts()中提取值名和计数？

如何从 Pandas 中的 value_counts()中提取值名和计数？

原文:https://www . geeksforgeeks . org/如何从熊猫的价值中提取价值名称和计数/

先决条件:

• 熊猫


• matplotlib

在本文中，我们将学习如何使用 values_count()从 panda 中提取名称和值。熊猫库配备了许多有用的功能，value_counts 就是其中之一。该函数返回熊猫数据帧中唯一项目的计数。

语法:

进场:

• 导入必需模块。


• 制作数据框


• 使用 value_count()进行处理


• 显示数据

示例 1: 打印列表中所有唯一的国家和第一个国家名称。

tolist() 函数返回一个值列表。

语法: Index.tolist()
参数: None
返回:列表

Python 3

import pandas as pd
import matplotlib.pyplot as plt
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
# print all unique country name in the list
su1 = df['country'].value_counts().index.tolist()
print(su1)
# print 1st unique country name present in a list
su2 = df['country'].value_counts().index.tolist()[0]
print(su2)


输出:

示例 2: 打印该列的所有唯一值和该列的第一个值。

value_count() 统计列中值的唯一出现次数

语法 : Index.value_count()
参数:
返回:该列中每个唯一值的出现次数。

Python 3

import pandas as pd
import matplotlib.pyplot as plt
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
# print country name and counts
su3 = df['country'].value_counts()
print(su3)
# print 1st country count in a list
su4 = df['country'].value_counts()[0]
print(su4)


输出:

示例 3: 使用列表中的循环打印我们的数据。

Python 3

import pandas as pd
import matplotlib.pyplot as plt
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
# printing names and count using loop.
for idx, name in enumerate(df['country'].value_counts().index.tolist()):
    print('Name :', name)
    print('Counts :', df['country'].value_counts()[idx])


输出:

示例 4: 以条形图的形式打印我们的数据。

语法:matplotlib . pyplot . plot(kind = ' ')
参数: kind:图的类型，即线、条。
返回:返回图形。

Python 3

import pandas as pd
import matplotlib.pyplot as plt
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
# Display data in a form of Graph
df['country'].value_counts().plot(kind='bar')
plt.show()


输出: