为什么在使用 value_counts() 和 shape[0] 时会显示 2 个不同的长度？

Question

我想知道有多少条记录，我认为有两种方法可以显示记录总数。但是，它们显示的长度不同，为什么会这样？

我在下面列出了两种方式，进一步详细说明一行具有 .shape[0] 属性，而另一行具有 .value_counts() 属性

df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)].shape[0]

output: 3186

df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)].value_counts()

output image that shows length of 3153

Answer 1

这是因为 value_counts 按重复项分组并计算它们的数量，并删除多余的重复项，这样会使数据帧更短。

如您在 documentation 中所见：

Return a Series containing counts of unique rows in the DataFrame.

示例：

>>> df = pd.DataFrame({'a': [1, 2, 1, 3]})
>>> df
   a
0  1
1  2
2  1
3  3
>>> df.value_counts()
a
1    2
3    1
2    1
dtype: int64
>>>

如您所见，重复项使代码数据帧更短。

如果你想得到数据帧的长度不要使用value_counts，使用len:

len(df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)])

为什么在使用 value_counts() 和 shape[0] 时会显示 2 个不同的长度？

Why are 2 different lengths are showing when using value_counts() and shape[0]?

python

pandas

dataframe

data-analysis

shapes