DS之信息挖掘:利用pandas库统计某一列col中各个值出现的次数(降序输出)

DS之信息挖掘:利用pandas库统计某一列col中各个值出现的次数(降序输出)


利用pandas库统计某一列col中各个值出现的次数(降序输出)

输出结果

Save success! F:\File_Python\Resources\data_csv_xls\demo_dataset\data_test01.csv
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 11 columns):
 #   Column            Non-Null Count  Dtype
---  ------            --------------  -----
 0   Name              6 non-null      object
 1   Sex               6 non-null      object
 2   Age               6 non-null      int64
 3   Age02             5 non-null      float64
 4   Capitalisation    6 non-null      object
 5   Capitalisation02  6 non-null      object
 6   Education         6 non-null      object
 7   Company           6 non-null      object
 8   StockMarket       6 non-null      object
 9   Score             6 non-null      int64
 10  Others            6 non-null      object
dtypes: float64(1), int64(2), object(8)
memory usage: 656.0+ bytes
None
   Unnamed: 0 Name Sex  Age  Age02  ...  Education Company  StockMarket Score Others
0           0   马云   男   56   56.0  ...          1    阿里巴巴           美股     3    150
1           1  马化腾   男   49   49.0  ...          1      腾讯           港股     2    200
2           2  李彦宏   男   51   51.0  ...          2      百度           美股    -3     50
3           3  刘强东   男   47   47.0  ...          1      京东           美股    -8      0
4           4  董明珠   女   66   66.0  ...          2      格力           A股    -2    300

[5 rows x 12 columns]
T1、统计某一【类别型】列StockMarket中各个值出现的次数:
 美股     3
A股     1
未上市    1
港股     1
Name: StockMarket, dtype: int64
T2、统计某一【类别型】列StockMarket中各个值出现的次数:
 美股    2
港股    1
Name: StockMarket, dtype: int64

实现代码

#DS之信息挖掘:利用pandas库统计某一列col中各个值出现的次数(降序输出)

import pandas as pd
from NDataScience.Makedata import data2csv
data_frame=pd.read_csv('F:\File_Python\Resources\data_csv_xls\demo_dataset\data_test01.csv')
print(data_frame.head())

CatColumn_name='StockMarket'
print('统计某一【类别型】列%s中各个值出现的次数:'%CatColumn_name,'\n',data_frame[CatColumn_name].value_counts()[:4])
print('统计某一【类别型】列%s中各个值出现的次数:'%CatColumn_name,'\n',data_frame[CatColumn_name].head(3).value_counts()) 

data_frame[CatColumn_name].value_counts().plot(kind='bar')
plt.xlabel(CatColumn_name)
plt.xticks(rotation=0)
plt.title('Distribution of category type columns')
plt.show()
(0)

相关推荐