pandas value_counts应用于每一列

Question

我有一个dataframe来自外部源（csv文件）的多列（≈30），但其中有几列没有值或总是相同。因此，我会很快看到每列的value_counts，我该怎么做？

例如

  Id, temp, name
1 34, null, mark
2 22, null, mark
3 34, null, mark

会给我一个说明

的对象

• Id：34 - ＆gt; 2,22 - ＆gt; 1
• temp：null - ＆gt; 3
• name：mark - ＆gt; 3

所以我知道temp是无关紧要的，名字不是很有趣（总是一样的）

Answer 1

对于数据框，

df = pd.DataFrame(data=[[34, 'null', 'mark'], [22, 'null', 'mark'], [34, 'null', 'mark']], columns=['id', 'temp', 'name'], index=[1, 2, 3]) 

以下代码

for c in df.columns:
    print "---- %s ---" % c
    print df[c].value_counts()

将产生以下结果：

---- id ---
34    2
22    1
dtype: int64
---- temp ---
null    3
dtype: int64
---- name ---
mark    3
dtype: int64

Answer 2

您可以使用df.apply，它将使用提供的函数应用每个列，在这种情况下计算缺失值。这就是它的样子，

df.apply(lambda x: x.isnull().value_counts())

Answer 3

执行此操作并返回一个很好的格式化系列的好方法是合并pandas.Series.value_counts和pandas.DataFrame.stack。

对于DataFrame

df = pandas.DataFrame(data=[[34, 'null', 'mark'], [22, 'null', 'mark'], [34, 'null', 'mark']], columns=['id', 'temp', 'name'], index=[1, 2, 3]) 

您可以执行类似

的操作

df.apply(lambda x: x.value_counts()).T.stack()

在此代码中，df.apply(lambda x: x.value_counts())将value_counts应用于每个列，并将其附加到生成的DataFrame，因此最终会得到一个DataFrame列，其中包含相同的列和一列每列中每个不同值的行（以及每个列中不显示的每个值的大量null）。

之后，T会转换DataFrame（因此最终会得到DataFrame，其索引等于列，列等于可能的值），stack 1}}将DataFrame的列转换为MultiIndex的新级别，并且＆＃34;删除＆＃34;所有Null值，使整个事件成为Series。

结果是

id    22      1
      34      2
temp  null    3
name  mark    3
dtype: float64

Answer 4

代码如下

df = pd.DataFrame(data=[[34, 'null', 'mark'], [22, 'null', 'mark'], [34, 'null', 'mark']], columns=["id", 'temp', 'name'], index=[1, 2, 3]) 
result2 = df.apply(pd.value_counts)
result2

将产生：

Answer 5

这类似于@Jagie的回复，但除此之外：

1. 为列中缺少的值输入零
2. 将计数转换为整数

    df = pd.DataFrame(
        data=[[34, 'null', 'mark'], [22, 'null', 'mark'], [34, 'null', 'mark']],     
        columns=["id", 'temp', 'name'], 
        index=[1, 2, 3]
    )
    result2 = df.apply(pd.value_counts).fillna(0).astype(int)

Answer 6

您可以替换：

fillna(0).astype(int)

到

fillna(0, downcast='infer')