熊猫中带有dtype对象的Series的类型计数

Question

如何以最佳方式获得一系列不同类型数据的频率？

示例：

Series : [1,2,3],(3,4,5),[8,9],[7],(6,7),0.78

系列的类型是对象

输出：

list : 3
tuple : 2
float : 1

Answer 1

您可以使用apply(type)来获取类型，然后调用series.value_counts()：

l=[[1,2,3],(3,4,5),[8,9],[7],(6,7),0.78]
s=pd.Series(l)

---

s.apply(type).value_counts()

---

<class 'list'>     3
<class 'tuple'>    2
<class 'float'>    1

Answer 2

temp = StringIO("""  
[1,2,3]
(3,4,5)
[8,9]
[7]
(6,7)
0.78""")

df = pd.read_csv(temp, sep='|', engine='python', header=None)
df[0].apply(lambda x: type(eval(x))).value_counts()

输出

<class 'list'>     3
<class 'tuple'>    2
<class 'float'>    1
Name: 0, dtype: int64

Answer 3

from collections  import defaultdict
import pandas as pd
res = defaultdict(int)
ser = pd.Series([[1,2,3],(3,4,5),[8,9],[7],(6,7),0.78])

for i in ser:
    res[type(i)]+=1

for k,v in res.items():
    print('{} {}'.format(k,v))

输出

<class 'list'> 3
<class 'tuple'> 2
<class 'float'> 1