Python：如何为所有变量生成频率计数

Question

我有一个所有类别变量的数据集，我想一次为所有变量产生频率计数。

据说，我使用的是鸢尾花数据集函数df['class'].value_counts()仅允许我计算一个变量。

要分析数据集的所有变量，仅包含通过Pandas作为csv提取的分类变量。我正在考虑只提取第一行并放入for循环中。为了从csv文件中提取第一行，我们使用data = pd.DataFrame(data)将csv转换为数据帧。但是，data[0]将产生错误。

为所有变量生成频率分析或条形图的最有效方法是什么？

带有分类变量的样本数据集：

   Mary  John   David    Jenny
    a     t       y        n
    a     t       n        y
    a     u       y        y
    a     u       n        y
    a     u       n        n
    b     t       y        n

Answer 1

方法1

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

输出：

Mary   a    5.0
       b    1.0
John   t    3.0
       u    3.0
David  n    3.0
       y    3.0
Jenny  n    3.0
       y    3.0
dtype: float64

方法2

df.apply(pd.value_counts).T.fillna(0)

输出

          a   b   n   t   u   y
Mary    5.0 1.0 0.0 0.0 0.0 0.0
John    0.0 0.0 0.0 3.0 3.0 0.0
David   0.0 0.0 3.0 0.0 0.0 3.0
Jenny   0.0 0.0 3.0 0.0 0.0 3.0

然后，您可以在下面简单地使用o创建条形图。

df.apply(pd.value_counts).T.stack().plot(kind='bar')

输出：

或者，您可以使用：

df.apply(pd.value_counts).fillna(0).T.plot(kind='bar')

输出：

Answer 2

pd.DataFrame({i:df[i].value_counts() for i in df.columns})

注意：如果存在大量NaN，这将产生运行时错误，但是您可以忽略这些错误。如果您不喜欢NaN，只需使用

{i:df[i].value_counts() for i in df.columns}

Answer 3

使用

df.stack().str.get_dummies().sum(level=1)
Out[537]: 
       a  b  n  t  u  y
Mary   5  1  0  0  0  0
John   0  0  0  3  3  0
David  0  0  3  0  0  3
Jenny  0  0  3  0  0  3

并绘制如下图所示的条形图

df.stack().str.get_dummies().sum(level=1).plot(kind='bar')