您好,登錄后才能下訂單哦!
首先將一個(gè)字典轉(zhuǎn)化為DataFrame,然后以DataFrame中的列進(jìn)行頻次統(tǒng)計(jì)。
代碼如下:
import pandas as pd a={'one':['A','A','B','C','C','A','B','B','A','A'], 'tao':['B','B','C','C','A','A','C','B','C','A'], 'three':['C','B','A','A','B','B','B','A','C','D']} b=pd.DataFrame(a) b.describe()
b是轉(zhuǎn)換后DataFrame,顯示如表格:
one tao three 0 A B C 1 A B B 2 B C A 3 C C A 4 C A B 5 A A B 6 B C B 7 B B A 8 A C C 9 A A D
頻次統(tǒng)計(jì)如表格:
one tao three count 10 10 10 unique 3 3 4 top A C B freq 5 4 4
其中count是總共變量數(shù)量,unique是每列有幾個(gè)變量,top是頻次最高的那個(gè)變量,freq是頻次最高變量出現(xiàn)的頻次。
以上這篇將字典轉(zhuǎn)換為DataFrame并進(jìn)行頻次統(tǒng)計(jì)的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。