Python Pandas:将".value_counts"输出转换为dataframe

Question

嗨,我想得到数据帧的唯一值的计数.count_values实现了这个,但我想在其他地方使用它的输出.如何将.count_values输出转换为pandas数据帧.这是一个示例代码:

import pandas as pd
df = pd.DataFrame({'a':[1, 1, 2, 2, 2]})
value_counts = df['a'].value_counts(dropna=True, sort=True)
print(value_counts)
print(type(value_counts))

输出是:

2    3
1    2
Name: a, dtype: int64
<class 'pandas.core.series.Series'>

我需要的是这样的数据帧:

unique_values  counts
2              3
1              2

谢谢.

Answer 1

使用rename_axis从索引和列的名称reset_index:

df = value_counts.rename_axis('unique_values').reset_index(name='counts')
print (df)
   unique_values  counts
0              2       3
1              1       2

或者如果需要一列DataFrame使用Series.to_frame:

df = value_counts.rename_axis('unique_values').to_frame('counts')
print (df)
               counts
unique_values        
2                   3
1                   2

Answer 2

我刚遇到同样的问题，所以我在这里提供我的想法。

警告

当您处理 的数据结构时Pandas，您必须了解返回类型。

这里的另一个解决方案

就像前面提到的@jezrael 一样，Pandas提供 API pd.Series.to_frame。

第1步

您也可以包装pd.Series，以pd.DataFrame通过只是做

df_val_counts = pd.DataFrame(value_counts) # wrap pd.Series to pd.DataFrame

然后，您有一个pd.DataFramewith column name 'a'，并且您的第一列成为索引

Input:  print(df_value_counts.index.values)
Output: [2 1]

Input:  print(df_value_counts.columns)
Output: Index(['a'], dtype='object')

第2步

现在怎么办？

如果您想在此处添加新的列名，作为 a pd.DataFrame，您可以通过reset_index()的 API 简单地重置索引。

然后，通过 API df.coloumns的列表更改列名

df_value_counts = df_value_counts.reset_index()
df_value_counts.columns = ['unique_values', 'counts']

然后，你得到了你需要的东西

Output:

       unique_values    counts
    0              2         3
    1              1         2

完整答案在这里

import pandas as pd

df = pd.DataFrame({'a':[1, 1, 2, 2, 2]})
value_counts = df['a'].value_counts(dropna=True, sort=True)

# solution here
df_val_counts = pd.DataFrame(value_counts)
df_value_counts_reset = df_val_counts.reset_index()
df_value_counts_reset.columns = ['unique_values', 'counts'] # change column names

Answer 3

我也会提出我的想法，本质上与 @wy-hsu 解决方案相同，但采用函数格式：

def value_counts_df(df, col):
    """
    Returns pd.value_counts() as a DataFrame

    Parameters
    ----------
    df : Pandas Dataframe
        Dataframe on which to run value_counts(), must have column `col`.
    col : str
        Name of column in `df` for which to generate counts

    Returns
    -------
    Pandas Dataframe
        Returned dataframe will have a single column named "count" which contains the count_values()
        for each unique value of df[col]. The index name of this dataframe is `col`.

    Example
    -------
    >>> value_counts_df(pd.DataFrame({'a':[1, 1, 2, 2, 2]}), 'a')
       count
    a
    2      3
    1      2
    """
    df = pd.DataFrame(df[col].value_counts())
    df.index.name = col
    df.columns = ['count']
    return df