首先将一个字典转化为DataFrame,然后以DataFrame中的列进行频次统计。
代码如下:
import pandas as pd a={'one':['A','A','B','C','C','A','B','B','A','A'], 'tao':['B','B','C','C','A','A','C','B','C','A'], 'three':['C','B','A','A','B','B','B','A','C','D']} b=pd.DataFrame(a) b.describe()
b是转换后DataFrame,显示如表格:
one tao three 0 A B C 1 A B B 2 B C A 3 C C A 4 C A B 5 A A B 6 B C B 7 B B A 8 A C C 9 A A D
频次统计如表格:
one tao three count 10 10 10 unique 3 3 4 top A C B freq 5 4 4
其中count是总共变量数量,unique是每列有几个变量,top是频次最高的那个变量,freq是频次最高变量出现的频次。
以上这篇将字典转换为DataFrame并进行频次统计的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
标签:
字典转换为DataFrame
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“将字典转换为DataFrame并进行频次统计的方法”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。