pandas唯一值值计数以及成员资格

Posted 2020-10-29 左手十字

针对Series对象，从中抽取信息

unique可以得到Series对象的唯一值数组

>>> obj = Series([‘c‘,‘a‘,‘d‘,‘a‘,‘a‘,‘b‘,‘b‘,‘c‘,‘c‘])
>>> obj.unique()
array([‘c‘, ‘a‘, ‘d‘, ‘b‘], dtype=object)
>>> obj
0    c
1    a
2    d
3    a
4    a
5    b
6    b
7    c
8    c
dtype: object
>>> type(obj.unique())
<class ‘numpy.ndarray‘>#注意这里返回的不再是Series对象，而是ndarray的一维数组

返回的是未排序的数组，如果需要排序，再次执行sort（）方法或者用numpy的顶级函数sort（）

>>> new_array = obj.unique()
>>> new_array
array([‘c‘, ‘a‘, ‘d‘, ‘b‘], dtype=object)
>>> new_array.sort()
>>> new_array
array([‘a‘, ‘b‘, ‘c‘, ‘d‘], dtype=object)
>>> import numpy as np
>>> new_array = obj.unique()
>>> new_array
array([‘c‘, ‘a‘, ‘d‘, ‘b‘], dtype=object)
>>> na = np.sort(new_array)
>>> na
array([‘a‘, ‘b‘, ‘c‘, ‘d‘], dtype=object)

值计数

用到value_counts方法或value_count顶级函数

>>> obj
0    c
1    a
2    d
3    a
4    a
5    b
6    b
7    c
8    c
dtype: object
>>> obj_c= obj.value_counts()
>>> obj_c
c    3
a    3
b    2
d    1
dtype: int64
>>> pd.value_counts(obj)#默认是降序
c    3
a    3
b    2
d    1
dtype: int64
>>> pd.value_counts(obj,sort =False)#对统计结果不排序
a    3
b    2
d    1
c    3
dtype: int64

isin用于判断矢量化集合的成员资格，可以用于选取Series或DataFrame列中的数据子集

>>> mask = obj.isin([‘a‘,‘c‘])
>>> mask
0     True
1     True
2    False
3     True
4     True
5    False
6    False
7     True
8     True
dtype: bool
>>> obj[mask]
0    c
1    a
3    a
4    a
7    c
8    c
dtype: object

可以将value_counts的顶级函数传给DataFrame对象的apply（）使用，以便统计一列或者一行的值的个数