9個value_counts()的小技巧，提高Pandas 數據分析效率
來源：DeepHub IMBA 本文約1800字，建議閱讀5分鐘
我們將探討 Pandas value_counts() 的不同用例。
數據科學家通常將大部分時間花在探索和預處理數據上。當談到數據分析和理解數據結構時，Pandas value_counts() 是最受歡迎的函數之一。該函數返回一個包含唯一值計數的系列。生成的Series可以按降序或升序排序，通過參數控制包括或排除NA。
在本文中，我們將探討 Pandas value_counts() 的不同用例。您將學習如何使用它來處理以下常見任務。
默認參數
按升序對結果進行排序
按字母順序排列結果
結果中包含空值
以百分比計數顯示結果
將連續(xù)數據分入離散區(qū)間
分組并調用 value_counts()
將結果系列轉換為 DataFrame
應用于DataFrame
1、默認參數
Pandas value_counts() 函數返回一個包含唯一值計數的系列。默認情況下，結果系列按降序排列，不包含任何 NA 值。例如，讓我們從 Titanic 數據集中獲取“Embarked”列的計數。
>>> df['Embarked'].value_counts()
S 644
C 168
Q 77
Name: Embarked, dtype: int64
2、按升序對結果進行排序
value_count() 返回的系列默認按降序排列。對于升序結果，我們可以將參數升序設置為 True。
>>> df['Embarked'].value_counts(ascending=True)
Q 77
C 168
S 644
Name: Embarked, dtype: int64
3、按字母順序排列結果
我們已經學習了參數升序以獲得按值計數 ASC 或 DESC 排序的結果。在某些情況下，最好按字母順序顯示我們的結果。這可以通過在 value_counts() 之后調用 sort_index(ascending=True) 來完成，例如
>>> df['Embarked'].value_counts(ascending=True).sort_index(ascending=True)
C 168
Q 77
S 644
Name: Embarked, dtype: int64
4、包括結果中的 NA
默認情況下，結果中會忽略包含任何 NA 值的行。有一個參數 dropna 來配置它。我們可以將該值設置為 False 以包含 NA 的行數。
df['Embarked'].value_counts(dropna=False)
S 644
C 168
Q 77
NaN 2
Name: Embarked, dtype: int64
5、以百分比計數顯示結果
在進行探索性數據分析時，有時查看唯一值的百分比計數會更有用。這可以通過將參數 normalize 設置為 True 來完成，例如：
df['Embarked'].value_counts(normalize=True)
S 0.724409
C 0.188976
Q 0.086614
Name: Embarked, dtype: float64
如果我們更喜歡用百分號 (%) 格式化結果，我們可以設置 Pandas 顯示選項如下：
>>> pd.set_option('display.float_format', '{:.2f}%'.format)
>>> df['Embarked'].value_counts(normalize = True)
S 0.72%
C 0.19%
Q 0.09%
Name: Embarked, dtype: float64
6、將連續(xù)數據分入離散區(qū)間
Pandas value_counts() 可用于使用 bin 參數將連續(xù)數據分入離散區(qū)間。與 Pandas cut() 函數類似，我們可以將整數或列表傳遞給 bin 參數。
當整數傳遞給 bin 時，該函數會將連續(xù)值離散化為大小相等的 bin，例如：
>>> df['Fare'].value_counts(bins=3)
(-0.513, 170.776] 871
(170.776, 341.553] 17
(341.553, 512.329] 3
Name: Fare, dtype: int64
當列表傳遞給 bin 時，該函數會將連續(xù)值劃分為自定義組，例如：
>>> df['Fare'].value_counts(bins=[-1, 20, 100, 550])
(-1.001, 20.0] 515
(20.0, 100.0] 323
(100.0, 550.0] 53
Name: Fare, dtype: int64
7、分組并執(zhí)行 value_counts()
Pandas groupby() 允許我們將數據分成不同的組來執(zhí)行計算以進行更好的分析。一個常見的用例是按某個列分組，然后獲取另一列的唯一值的計數。例如，讓我們按“Embarked”列分組并獲取不同“Sex”值的計數。
>>> df.groupby('Embarked')['Sex'].value_counts()
Embarked Sex
C male 95
female 73
Q male 41
female 36
S male 441
female 203
Name: Sex, dtype: int64
8、將結果系列轉換為 DataFrame
Pandas value_counts() 返回一個Series，包括前面帶有 MultiIndex 的示例。如果我們希望我們的結果顯示為 DataFrame，我們可以在 value_count() 之后調用 to_frame()。
>>> df.groupby('Embarked')['Sex'].value_counts().to_frame()
9、應用于DataFrame
到目前為止，我們一直將 value_counts() 應用于 Pandas Series，在 Pandas DataFrame 中有一個等效的方法。Pandas DataFrame.value_counts() 返回一個包含 DataFrame 中唯一行計數的系列。
讓我們看一個例子來更好地理解它：
df = pd.DataFrame({
'num_legs': [2, 4, 4, 6],
'num_wings': [2, 0, 0, 0]},
index=['falcon', 'dog', 'cat', 'ant']
)
>>> df.value_counts()
num_legs num_wings
4 0 2
6 0 1
2 2 1
dtype: int64
通過在 df 上調用 value_counts()，它返回一個以 num_legs 和 num_wings 作為索引的 MultiIndex 系列。從結果中，我們可以發(fā)現有 2 條記錄的 num_legs=4 和 num_wing=0。
同樣，我們可以調用 to_frame() 將結果轉換為 DataFrame
>>> df.value_counts().to_frame()
總結
在本文中，我們探討了 Pandas value_counts() 的不同用例。我希望這篇文章能幫助你節(jié)省學習 Pandas 的時間。我建議您查看 value_counts() API 的文檔并了解您可以做的其他事情。
謝謝閱讀。本文代碼在這里：
https://github.com/BindiChen/machine-learning/blob/master/data-analysis/046-pandas-value_counts/pandas-value_counts.ipynb
編輯：文婧
校對：林亦霖