关于Pandas count()与values_count()的用法及区别

关于Pandas count()与value_counts()的用法及区别

1. count()方法

count()方法用于计算DataFrame或Series中非缺失值的数量。其语法格式为：

DataFrame.count(axis=0, level=None, numeric_only=False)
Series.count()

其中，参数说明如下：

• axis：0表示按列计算，1表示按行计算，可选，默认为0。
• level：指定多重索引的级别，可选。
• numeric_only：如果为True，则只统计数值类型的数据，可选，默认为False。

示例一：

import pandas as pd

data = {'name':['Tom', 'Lucy', 'Lily', 'Jane'],
        'age':[20, 19, 21, None],
        'gender':['M', 'F', 'F', None]}

df = pd.DataFrame(data)

print(df.count())

运行结果如下：

name      4
age       3
gender    3
dtype: int64

分析：该示例中，数据中有4个记录，但age和gender列中各有一个缺失值，因此其计算非缺失值数量为3。

2. value_counts()方法

value_counts()方法用于计算Series中不同元素的出现次数。其语法格式为：

Series.value_counts(normalize=False, sort=True, ascending=False, bins=None, dropna=True)

其中，参数说明如下：

• normalize：如果为True，则返回每个元素出现的频率，可选，默认为False。
• sort：如果为True，则按出现频率排序，可选，默认为True。
• ascending：如果为False，则降序排列，可选，默认为False。
• bins：用于离散化连续型数据。
• dropna：如果为False，则不忽略缺失值。

示例二：

import pandas as pd

data = {'name':['Tom', 'Lucy', 'Lily', 'Jane', 'Lucy', 'Jane', 'Tom', 'Tom'],
        'age':[20, 19, 21, 19, 18, 20, 21, None],
        'gender':['M', 'F', 'F', 'F', 'M', None, 'M', 'M']}

df = pd.DataFrame(data)
s = df['name']

print(s.value_counts())

运行结果如下：

Tom     3
Lucy    2
Jane    2
Lily    1
Name: name, dtype: int64

分析：该示例中，统计了name列中的各个元素出现的次数，并按照次数从大到小排列。其中，Tom出现了3次，Lucy和Jane各出现了2次，Lily出现了1次。

3. count()和value_counts()方法的区别

1. count()方法计算的是DataFrame或Series中非缺失值的数量，而value_counts()方法计算的是Series中不同元素出现的次数。

2. count()方法适用于DataFrame或Series，而value_counts()方法仅适用于Series。

3. count()方法的返回类型是整数，而value_counts()方法的返回类型是Series。