Как реализовать `Dataframe.value_counts()` без указания имени столбца при использовании `Series.value_counts`

Например, я получаю фрейм данных следующим образом:

    PassengerId   Survived    Pclass    
0   1             0           3 
1   2             1           1 
2   3             1           3 

И после вызова df.value_counts() я могу получить value_counts() всех столбцов, не указывая столбец каждый раз, что может быть следующим образом:

1      1
2      1
3      1
Name: PassengerId, dtype: int64

0      1
1      2
Name: Survived, dtype: int64

3      2
1      1
Name: Survived, dtype: int64

Мне интересно, как это реализовать.
Кто-нибудь может мне помочь?
Заранее спасибо.

df.apply(pd.value_counts)?
yatu 22.05.2019 15:44

Я думаю, что jezrael's SeriesGroupBy.value_counts — это именно то, что я хочу.

Bowen Peng 22.05.2019 16:16
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
2
311
3
Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Ответ принят как подходящий

Есть 2 решения с DataFrame.apply для функции применения по столбцам, но индексы выравниваются по их пересечению, поэтому добавляются NaNs:

df1 = df.apply(pd.value_counts)
print (df1)
   PassengerId  Survived  Pclass
0          NaN       1.0     NaN
1          1.0       2.0     1.0
2          1.0       NaN     NaN
3          1.0       NaN     2.0

df1 = df.apply(pd.Series.value_counts)
print (df1)
   PassengerId  Survived  Pclass
0          NaN       1.0     NaN
1          1.0       2.0     1.0
2          1.0       NaN     NaN
3          1.0       NaN     2.0

Во избежание можно использовать SeriesGroupBy.value_counts:

df1 = df.stack().groupby(level=1).value_counts().rename_axis(('a','b')).reset_index(name='c')
print (df1)
             a  b  c
0  PassengerId  1  1
1  PassengerId  2  1
2  PassengerId  3  1
3       Pclass  3  2
4       Pclass  1  1
5     Survived  1  2
6     Survived  0  1

Или оригинальное решение с DataFrame.stack:

df1 = (df.apply(pd.Series.value_counts)
         .stack()
         .astype(int)
         .rename_axis(('a','b'))
         .reset_index(name='c')
print (df1)
   a            b  c
0  0     Survived  1
1  1  PassengerId  1
2  1     Survived  2
3  1       Pclass  1
4  2  PassengerId  1
5  3  PassengerId  1
6  3       Pclass  2

Другой альтернативой является использование melt

df.reset_index().melt('index').groupby('index').value.value_counts()
Out[608]: 
index  value
0      0        1
       1        1
       3        1
1      1        2
       2        1
2      3        2
       1        1
Name: value, dtype: int64

Вы можете попробовать следующий код:

d={'PassengerId':pd.Series([1,2,3]),
  'Survived':pd.Series([0,1,1]),
  'Pclass':pd.Series([3,1,3])}
df=pd.DataFrame(d)
print(df)

s=[]
for i in range(df.shape[0]):
    s.append(pd.Series(df.apply(pd.value_counts).values[:,i]).dropna())
print('\nvalue counts each column:')
print(s)

Выход:

   PassengerId  Survived  Pclass
0            1         0       3
1            2         1       1
2            3         1       3

value counts each column:
[1    1.0
2    1.0
3    1.0
dtype: float64, 0    1.0
1    2.0
dtype: float64, 1    1.0
3    2.0
dtype: float64]

Другие вопросы по теме