Pandas | 5 種技巧高效利用value-counts
點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
value_counts() 方法返回一個序列 Series，該序列包含每個值的數(shù)量。也就是說，對于數(shù)據(jù)框中的任何列，value-counts () 方法會返回該列每個項的計數(shù)。
語法
Series.value_counts()
參數(shù)
圖源：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.value_counts.html
基本用法
作者通過以下數(shù)據(jù)集來觀察 value-count () 函數(shù)的基本用法，其中 Demo 中使用了 Titanic 數(shù)據(jù)集。她還在 Kaggle 上發(fā)布了一個配套的 notebook。
代碼鏈接：https://www.kaggle.com/parulpandey/five-ways-to-use values -counts
導(dǎo)入數(shù)據(jù)集
首先導(dǎo)入必要的庫和數(shù)據(jù)集，這是每個數(shù)據(jù)分析流程的基本步驟。
# Importing necessary librariesimport pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline# Reading in the data
train = pd.read_csv( ../input/titanic/train.csv )
了解數(shù)據(jù)集的前幾行內(nèi)容
train.head()
統(tǒng)計無效值數(shù)量
train.isnull().sum()
由上圖可見，Age、Cabin 和 Embarked 列都有無效值。通過這些分析，我們就對數(shù)據(jù)集有了初步的了解。現(xiàn)在就讓我們來看一下 value_counts() 是如何對這個數(shù)據(jù)集進(jìn)行進(jìn)一步探索的，那 5 個高效方法又是什么呢？
默認(rèn)參數(shù)值下的 value_counts()
首先在數(shù)據(jù)集的 Embarked 列上使用 value_counts ()，這樣會對該列中出現(xiàn)的每個值進(jìn)行計數(shù)。
train[ Embarked ].value_counts()
-------------------------------------------------------------------
S 644
C 168
Q 77
這個函數(shù)會對給定列里面的每個值進(jìn)行計數(shù)并進(jìn)行降序排序，無效值也會被排除。我們很容易就能看出，Southampton 出發(fā)的人最多，其次是 Cherbourg 和 Queenstown。
如何用 value_counts() 求各個值的相對頻率
有時候，百分比比單純計數(shù)更能體現(xiàn)數(shù)量的相對關(guān)系。當(dāng) normalize = True 時，返回的對象將包含各個值的相對頻率。默認(rèn)情況下，normalize 參數(shù)被設(shè)為 False。
train[ Embarked ].value_counts(normalize=True)
-------------------------------------------------------------------
S 0.724409
C 0.188976
Q 0.086614
因此，知道有 72% 的人從 Southampton 出發(fā)比單純知道 644 個人從 Southampton 出發(fā)要直觀得多。
如何實現(xiàn)升序的 value_counts()
默認(rèn)情況下，value_counts () 返回的序列是降序的。我們只需要把參數(shù) ascending 設(shè)置為 True，就可以把順序變成升序。
train[ Embarked ].value_counts(ascending=True)
-------------------------------------------------------------------
Q 77
C 168
S 644
如何用 value_counts() 展示 NaN 值的計數(shù)
默認(rèn)情況下，無效值（NaN）是不會被包含在結(jié)果中的。但是跟之前一樣的，只需要把 dropna 參數(shù)設(shè)置成 False，你也就可以對無效值進(jìn)行計數(shù)。
train[ Embarked ].value_counts(dropna=False)
-------------------------------------------------------------------
S 644
C 168
Q 77
NaN 2
我們可以很直觀地觀察到該列內(nèi)有兩個無效值。
如何用 value_counts() 將連續(xù)數(shù)據(jù)放進(jìn)離散區(qū)間
這是 value_counts() 所有功能中作者最喜歡的，也是利用最充分的。改變參數(shù) bin 的值，value_counts 就可以將連續(xù)數(shù)據(jù)放進(jìn)離散區(qū)間。這個選項只有當(dāng)數(shù)據(jù)是數(shù)字型時才會有用。它跟 pd.cut 函數(shù)很像，讓我們來看一下它是如何在 Fare 這一列大顯身手的吧！
# applying value_counts on a numerical column without the bin parametertrain[ Fare ].value_counts()
這個結(jié)果并不能告訴我們什么信息，因為類別太多了。所以讓我們把它集合到 7 個區(qū)間里。
train[ Fare ].value_counts(bins=7)
區(qū)間化（Binning）之后的結(jié)果更容易理解。我們可以很容易地看到，大多數(shù)人支付的票款低于 73.19。此外，我們還可以發(fā)現(xiàn)，有五個區(qū)間是我們需要的，并且沒有乘客的最后兩個區(qū)間是沒用的。
因此，我們可以看到，value_counts() 函數(shù)是一個非常方便的工具，我們可以使用這一行代碼進(jìn)行一些有趣的分析。
原文鏈接：
https://towardsdatascience.com/getting-more-value-from-the-pandas-value-counts-aa17230907a6
好消息！
小白學(xué)視覺知識星球
開始面向外開放啦??????
下載1：OpenCV-Contrib擴展模塊中文版教程 在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。 下載2：Python視覺實戰(zhàn)項目52講 在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。 下載3：OpenCV實戰(zhàn)項目20講 在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。 交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~