Pandas 的 value_counts 方法

簡介

value_counts() 是 Pandas series 中很有用的方法。

它可以取得 series 中每個唯一值的出現頻率，而且還可後讓頻率以百分比的方式展示。

這篇文章說明了 value_counts() 函式的使用方式。


底下使用 gapminder 資料集來示範。

個資料集是由 Gapminder 基金會由世界中許多重要的組織 (如聯合國) 中所收集到的資料。

底下可以看到這個資料包含了世界許多國外歷年來的人口數，以及人均 GDP。

載入資料的程式碼如下所示：

	# 載入資料集
	gapdf = pd.read_csv('gapminder.csv')
	#秀出前 18 筆資料
	gapdf.head(18)

view raw loadgapminder.py hosted with ❤ by GitHub

使用 value_counts() 統計每個大陸中資料出現的頻率。

底下的資料顯示 Africa 的資料量最多 (624筆)， Asia 次之 (396) 筆…依此類推。

Gapminder 中的資料是每個大陸 (continent) 下，再依國家 (country) 來臚列資料。

所以由統計資料也可知道 Africa 的國家最多，Asia 中次之…依此類推。

程式碼如下，其中 gapdf.continent 代表我們要在 gapdf 這個 dataframe 的 continent 欄位上做 value_counts() 的動作：

	#在 gapdf 這個 dataframe 的 continent 欄位上做 value_counts() 的動作
	gapdf.continent.value_counts()

view raw value_counts.py hosted with ❤ by GitHub

結果如下：

除了數值的資料外，也可以呈現百分比的資料，只要將 normalize 屬性設為 True 即可。

	#以百分比的方式呈現結果
	gapdf.continent.value_counts(normalize=True)

view raw value_counts2.py hosted with ❤ by GitHub

其結果如下

秀出來的資料預設是經過排序，且是由大到小排 (descending order).

如果要由「小到大排」，那就把 ascending 設為 True 即可。

	#以百分比秀資料，並排序結果
	gapdf.continent.value_counts(normalize=True, ascending=True)

view raw value_counts3.py hosted with ❤ by GitHub

其結果如下：

結論

在這篇文章中，我們介紹了 value_counts() 函式的用法。

value_counts() 可以讓我們取得 dataframe 中某個欄位中數值資料的統計結果。

在 Pandas 中，另一個可以達到同樣功能的方法為 groupby。

不過 groupby 的功能又更為強大，而且全面。

Groupby 不只能做到統計資料出現的「個數」，還可以計算資料的平均值，四分位數…等。

有興趣的網友可以參考這篇教學文件的說明。