Question

有人可以解释一下这行

result = data.apply(pd.value_counts).fillna(0)

在这里吗？

import pandas as pd 
from pandas import Series, DataFrame

data = DataFrame({'Qu1': [1, 3, 4, 3, 4],
                  'Qu2': [2, 3, 1, 2, 3],
                  'Qu3': [1, 5, 2, 4, 4]})

result = data.apply(pd.value_counts).fillna(0)  

In [26]:data
Out[26]:
Qu1 Qu2 Qu3
0 1 2 1
1 3 3 5
2 4 1 2
3 3 2 4
4 4 3 4

In [27]:result
Out[28]:
Qu1 Qu2 Qu3
1 1 1 1
2 0 2 1
3 2 2 0
4 2 0 2
5 0 0 1

Answer 1

我认为理解正在发生的事情的最简单方法就是将其分解。

每列一个，value_counts只计算系列中每个值的出现次数（即在Qu1列中出现两次）：

In [11]: pd.value_counts(data.Qu1)
Out[11]:
4    2
3    2
1    1
dtype: int64

当您执行应用时，每个列都会与其他结果重新对齐，因为看到1到5之间的每个值都与range(1, 6)对齐：

In [12]: pd.value_counts(data.Qu1).reindex(range(1, 6))
Out[12]:
1     1
2   NaN
3     2
4     2
5   NaN
dtype: float64

你想要计算你没有看到的值而不是NaN的值，因此是fillna：

In [13]: pd.value_counts(data.Qu1).reindex(range(1, 6)).fillna(0)
Out[13]:
1    1
2    0
3    2
4    2
5    0
dtype: float64

当您执行apply时，它会为每列执行此操作的结果：

In [14]: pd.concat((pd.value_counts(data[col]).reindex(range(1, 6)).fillna(0)
                       for col in data.columns),
                   axis=1, keys=data.columns)
Out[14]:
   Qu1  Qu2  Qu3
1    1    1    1
2    0    2    1
3    2    2    0
4    2    0    2
5    0    0    1

Answer 2

从文档中，它生成非空值的直方图。仅查看Qu1的{{1}}列，我们可以看出原始列result中有一个1，零2，两个3，两个4和零5。

关于pandas value_counts函数的说明

2 个答案: