如何将VALUE_COUNTS(Normize=True)和VALUE_COUNTS()应用于Pandas系列？

jq6vz3qz 于 2022-09-21 发布在其他

关注(0)|答案(2)|浏览(159)

我喜欢展示工作正常的series的value_counts(normalize=True)，但我还想在另一个专栏中展示未标准化的value_counts()。

代码

import pandas as pd

cars = {'Brand': ['Honda Civic','Toyota Corolla','','Audi A4'],
        'Price': [32000,35000,37000,45000]
        }

df = pd.DataFrame(cars, columns = ['Brand', 'Price'])

df.Brand.value_counts(normalize=True)

预期产量

perc   count
Toyota Corolla    0.25   1
Audi A4           0.25   1
Honda Civic       0.25   1
                  0.25   1
Name: Brand, dtype: float64

问题

我如何才能将这两个信息都附加到系列中？

pandas

来源：https://stackoverflow.com/questions/65900534/how-to-apply-value-countsnormalize-true-and-value-counts-to-pandas-series

2条答案

按热度按时间

ecbunoof1#

如果想要使用value_counts，则需要运行没有normalize=True代码：

df = pd.concat([df.Brand.value_counts(normalize=True),
                df.Brand.value_counts()], 
                axis=1,
                keys=('perc','count'))
print (df)
                perc  count
                0.25      1
Honda Civic     0.25      1
Toyota Corolla  0.25      1
Audi A4         0.25      1

另一个想法是在另一个步骤中创建perc列，DataFrame.insert用于设置新列的位置：

df = df.Brand.value_counts().to_frame('count')
df.insert(0, 'perc', df['count'].div(len(df)))

print (df)
                perc  count
                0.25      1
Honda Civic     0.25      1
Toyota Corolla  0.25      1
Audi A4         0.25      1

df = df.Brand.value_counts(normalize=True).to_frame('perc')
df['count'] = df['perc'].mul(len(df))

赞(0）回复(0）举报 2022-09-21

hgb9j2n62#

您也可以尝试这种方式：pd.conat([df.Brand.Value_Counts()，df.Brand.Value_Counts(Normize=True)]，Key=[‘Counts’，‘Normalized_Counts’]，AXIS=1)

赞(0）回复(0）举报 2022-09-21

我来回答

如何将VALUE_COUNTS(Normize=True)和VALUE_COUNTS()应用于Pandas系列？

2条答案

相关问题

热门标签

最新问答