Pandas的绝对频率和相对频率

当我们在用Pandas分析数据时，频率是一个很重要的指标。频率可以指数据中某个值出现的次数，也可以表示某些值占数据总值的比例。在统计学中，频率还有两种常见的类型：绝对频率和相对频率。下面我将详细讲解Pandas中的绝对频率和相对频率。

绝对频率

绝对频率是指某个值在数据中出现的次数。在Pandas中，我们可以通过value_counts()函数来获取数据中每个值的出现次数，进而计算绝对频率。

例如，我们有如下一组数据：

data = ['apple', 'banana', 'apple', 'orange', 'orange', 'pear', 'apple']

我们可以使用value_counts()函数来获取每个值的出现次数：

import pandas as pd

s = pd.Series(data)
counts = s.value_counts()
print(counts)

以上代码输出：

apple     3
orange    2
pear      1
banana    1
dtype: int64

这里的counts变量是一个Series类型的数据，它展示了数据中每个值的出现次数。例如，'apple'出现了3次，'orange'出现了2次，'pear'和'banana'各出现了1次。这就是绝对频率。

相对频率

相对频率是指某个值在数据中出现的次数与数据总数的比例。在Pandas中，我们可以通过value_counts()函数和len()函数来获取数据总数和每个值的出现次数，进而计算相对频率。

例如，我们有如下一组数据：

data = ['apple', 'banana', 'apple', 'orange', 'orange', 'pear', 'apple']

我们可以使用value_counts()函数和len()函数来计算数据总数和每个值的出现次数：

import pandas as pd

s = pd.Series(data)
counts = s.value_counts()
total = len(s)
freq = counts/total
print(freq)

以上代码输出：

apple     0.428571
orange    0.285714
pear      0.142857
banana    0.142857
dtype: float64

这里的freq变量是一个Series类型的数据，它展示了数据中每个值的相对频率。例如，'apple'的相对频率为0.428571（即3/7），'orange'的相对频率为0.285714（即2/7），'pear'和'banana'的相对频率各为0.142857（即1/7）。这就是相对频率。

绝对频率和相对频率在数据分析中都扮演着重要的角色。通过计算数据中每个值的绝对频率和相对频率，我们可以更好地了解数据的分布特征和统计规律。