熊猫的绝对和相对频率
在统计中，术语“频率”表示给定数据样本中某个值的出现次数。作为用于数学和科学分析的软件，Pandas具有许多内置方法可以根据给定样本计算频率。
绝对频率它与计算数据元素出现次数的频率相同。在下面的示例中，我们仅计算城市名称出现在给定DataFrame中的次数，并将其报告为频率。
方法1-我们使用名为.value_counts的熊猫方法。
示例
import pandas as pd # Create Data Frame data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"] # use the method .value_counts() df = pd.Series(data).value_counts() print(df)
输出结果
运行上面的代码给我们以下结果-
Pune 3 Chandigarh 2 Hyderabad 1 dtype: int64
方法2-我们使用名为.crosstab的pandas方法
示例
import pandas as pd data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"] df = pd.DataFrame(data,columns=["City"]) tab_result = pd.crosstab(index=df["City"],columns=["count"]) print(tab_result)
输出结果
运行上面的代码给我们以下结果-
col_0 count City Chandigarh 2 Hyderabad 1 Pune 3
相对频率-这是给定频率与数据样本中观测值总数之间的分数。因此，该值可以是浮点值，也可以表示为百分比。为了找到它，我们首先按照第一种方法所示计算频率，然后将其除以使用该len()函数找到的观测总数。
示例
import pandas as pd # Create Data Frame data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"] # use the method .value_counts() df = pd.Series(data).value_counts() print(df/len(data))
输出结果
运行上面的代码给我们以下结果-
Pune 0.500000 Chandigarh 0.333333 Hyderabad 0.166667 dtype: float64