如何从Pandas的value_counts()中提取数值名称和计数

我们可以使用Pandas函数 value_counts() 来计算一列数据中每个数值出现的次数，同时返回每个数值和它的计数值，这个计数值就是指每个数值在该列出现的次数。下面是一个示例代码：

import pandas as pd

data = pd.read_csv('file.csv')

value_counts_result = data['column_name'].value_counts()

print(value_counts_result)

这里我们使用了 read_csv() 函数从 CSV 文件中读取数据，然后使用 value_counts() 函数计算每个数值出现的次数。我们可以在这个结果中找到每个数值和它的计数值。

我们可以通过以下代码将结果分别存储为两个列表：

import pandas as pd

data = pd.read_csv('file.csv')

value_counts_result = data['column_name'].value_counts()

value_list = value_counts_result.index.tolist()
count_list = value_counts_result.tolist()

print(value_list)
print(count_list)

value_counts() 函数返回的结果以 Series（系列） 的形式表示，其中包括数值和它的计数值。这个 Series 对象拥有叫做 index 的属性，包含了每个不同数值，我们可以使用 index.tolist() 获取所有数值。而每个数值出现的计数值则是 Series 对象中的数值部分，我们可以通过 tolist() 函数将其转换为一个列表对象。

值得一提的是，如果我们想把这个结果存储到另一个 DataFrame 对象中，可以使用以下代码：

import pandas as pd

data = pd.read_csv('file.csv')

value_counts_result = data['column_name'].value_counts()

result_df = pd.DataFrame({'value': value_counts_result.index.tolist(), 'count': value_counts_result.tolist()})

print(result_df)

上述代码中，我们先将列表转换成一个字典对象，然后使用 pd.DataFrame() 函数将其转换为一个 DataFrame 对象，其中字典的 keys 分别为 'value' 和 'count'。这样做的好处是可以将结果存储到一个 DataFrame 中方便进行后续的操作。