在 Pandas value_counts() 中提取值
Extract values in Pandas value_counts()
假设我们使用了 pandas dataframe[column].value_counts()
输出:
apple 5
sausage 2
banana 2
cheese 1
如何按照上面显示的从最大到最小的顺序提取值?
例如:[apple,sausage,banana,cheese]
试试这个:
dataframe[column].value_counts().index.tolist()
['apple', 'sausage', 'banana', 'cheese']
首先,您必须 sort
count
列 max
到 min
的 dataframe
如果它还没有这样排序。在你的 post 中,它的顺序已经正确,但无论如何我都会 sort
:
dataframe.sort_index(by='count', ascending=[False])
col count
0 apple 5
1 sausage 2
2 banana 2
3 cheese 1
然后你可以将col
列输出到列表中:
dataframe['col'].tolist()
['apple', 'sausage', 'banana', 'cheese']
#!/usr/bin/env python
import pandas as pd
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
(2, 'France'),
(3, 'Indonesia'),
(4, 'France'),
(5, 'France'),
(6, 'Germany'),
(7, 'UK'),
],
columns=['groupid', 'country'],
index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
# What you're looking for
values = df['country'].value_counts().keys().tolist()
counts = df['country'].value_counts().tolist()
现在,print(df['country'].value_counts())
给出:
France 3
Germany 2
UK 1
Indonesia 1
和 print(values)
给出:
['France', 'Germany', 'UK', 'Indonesia']
和print(counts)
给出:
[3, 2, 1, 1]
如果有人在评论中遗漏了它,试试这个:
dataframe[column].value_counts().to_frame()
提取值的最佳方法是执行以下操作
json.loads(dataframe[column].value_counts().to_json())
这 returns 一本您可以像使用任何其他词典一样使用的词典。使用值或键。
{"apple": 5, "sausage": 2, "banana": 2, "cheese": 1}
假设我们使用了 pandas dataframe[column].value_counts()
输出:
apple 5
sausage 2
banana 2
cheese 1
如何按照上面显示的从最大到最小的顺序提取值?
例如:[apple,sausage,banana,cheese]
试试这个:
dataframe[column].value_counts().index.tolist()
['apple', 'sausage', 'banana', 'cheese']
首先,您必须 sort
count
列 max
到 min
的 dataframe
如果它还没有这样排序。在你的 post 中,它的顺序已经正确,但无论如何我都会 sort
:
dataframe.sort_index(by='count', ascending=[False])
col count
0 apple 5
1 sausage 2
2 banana 2
3 cheese 1
然后你可以将col
列输出到列表中:
dataframe['col'].tolist()
['apple', 'sausage', 'banana', 'cheese']
#!/usr/bin/env python
import pandas as pd
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
(2, 'France'),
(3, 'Indonesia'),
(4, 'France'),
(5, 'France'),
(6, 'Germany'),
(7, 'UK'),
],
columns=['groupid', 'country'],
index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
# What you're looking for
values = df['country'].value_counts().keys().tolist()
counts = df['country'].value_counts().tolist()
现在,print(df['country'].value_counts())
给出:
France 3
Germany 2
UK 1
Indonesia 1
和 print(values)
给出:
['France', 'Germany', 'UK', 'Indonesia']
和print(counts)
给出:
[3, 2, 1, 1]
如果有人在评论中遗漏了它,试试这个:
dataframe[column].value_counts().to_frame()
提取值的最佳方法是执行以下操作
json.loads(dataframe[column].value_counts().to_json())
这 returns 一本您可以像使用任何其他词典一样使用的词典。使用值或键。
{"apple": 5, "sausage": 2, "banana": 2, "cheese": 1}