Python：如何生成所有变量的频率计数

Question

我有一个所有分类变量的数据集，我想立即生成所有变量的频率计数。

据说，我使用的 Iris 数据集函数df['class'].value_counts()只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 提取为 csv 的分类变量。我正在考虑仅提取第一行并放入 for 循环中。为了从 csv 文件中提取第一行，我们使用 .csv 将 csv 转换为数据帧data = pd.DataFrame(data)。但是，data[0]会产生错误。

为所有变量生成频率分析或条形图的最有效方法是什么？

具有分类变量的示例数据集：

   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

方法一

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，您可以简单地使用下面的 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：