山西电力建设一公司网站,内容营销的方式,北京网上推广,网站做系统pandas.DataFrame 也有一个 mode() 方法。 以下面的 pandas.DataFrame 为例。
df pd.DataFrame({‘col1’: [‘X’, ‘X’, ‘Y’, ‘X’], ‘col2’: [‘X’, ‘Y’, ‘Y’, ‘X’]}, index[‘row1’, ‘row2’, ‘row3’, ‘row4’]) print(df)
col1 col2
row1 X X
row2…pandas.DataFrame 也有一个 mode() 方法。 以下面的 pandas.DataFrame 为例。
df pd.DataFrame({‘col1’: [‘X’, ‘X’, ‘Y’, ‘X’], ‘col2’: [‘X’, ‘Y’, ‘Y’, ‘X’]}, index[‘row1’, ‘row2’, ‘row3’, ‘row4’]) print(df)
col1 col2
row1 X X
row2 X Y
row3 Y Y
row4 X X
按列获取模式 从pandas.DataFrame调用mode()方法返回一个pandas.DataFrame其元素默认为每一列的众数值。请注意即使只有一种模式也会返回一行的 pandas.DataFrame如上面的 pandas.Series 示例所示。
如果模式数因列而异则空白部分将成为缺失值 NaN。
print(df.mode())
col1 col2
0 X X
1 NaN Y
print(type(df.mode()))
class ‘pandas.core.frame.DataFrame’
可以通过count()方法获取每一列中模态值的个数该方法统计的是不为缺失值NaN的元素个数。
print(df.mode().count())
col1 1
col2 2
dtype: int64
生成的 pandas.DataFrame 的第一行将是每列的模式如果有多个则为其中一个。第一行可以通过iloc[0]获得。
04_Pandas获取和修改任意位置的值at,iat,loc,iloc print(df.mode().iloc[0])
col1 X
col2 X
Name: 0, dtype: object
从pandas.DataFrame中调用mode()选择列可能会包含缺失值NaN但是先选择列再调用mode()作为pandas.Series是不包含缺失值NaN的
print(df.mode()[‘col1’])
0 X
1 NaN
Name: col1, dtype: object
print(df[‘col1’].mode())
0 X
dtype: object
它可能不是很有用但是如果你用 apply() 方法从每一列调用 mode() 并用 tolist() 列出它也可以得到一个以列表列表类型作为元素的 pandas.Series。
l_mode df.apply(lambda x: x.mode().tolist()) print(l_mode)
col1 [X]
col2 [X, Y]
dtype: object
print(l_mode.iat[1])
[‘X’, ‘Y’]
print(type(l_mode.iat[1]))
class ‘list’
print(l_mode.iat[1][1])
Y
print(type(l_mode.iat[1][1]))
此时生成的 pandas.Series 的行名索引变成了原始 pandas.DataFrame 的列名。注意如果原来的列名是数字选择结果pandas.Series的值为[number]会报错必须是iat[number]。例子中是字符串所以[Number]没有问题。
每行获取模式 如果设置参数 axis1则可以获得每一行的模式。
print(df.mode(axis1))
0 1
row1 X NaN
row2 X Y
row3 Y NaN
row4 X NaN
计数不是缺失值 NaN 的元素数量的 count() 方法也有一个参数轴。
print(df.mode(axis1).count(axis1))
row1 1
row2 2
row3 1
row4 1
dtype: int64
在 pandas 中每一列都有一个类型 dtype所以基本上假设每一列都排列了相同类型的数据。
因此通常不需要获取每一行的众数如果每一行排列的是同类数据转置可能会更好。
df_t df.T print(df_t)
row1 row2 row3 row4
col1 X X Y X
col2 X Y Y X
print(df_t.mode())
row1 row2 row3 row4
0 X X Y X
1 NaN Y NaN NaN
获取模式的频率出现次数 可以使用 pandas.Series 的 value_counts() 方法获取模式的频率出现次数。
value_counts() 返回一个 pandas.Series其唯一元素值为 index其频率出现次数为 data。
默认情况下pandas.Series 按出现的降序排序因此 value_counts() 方法返回的 pandas.Series 中的第一个值是模式的频率。
print(df[‘col1’].value_counts())
X 3
Y 1
Name: col1, dtype: int64
print(df[‘col1’].value_counts().iat[0])
3
原始 pandas.Series 的元素成为生成的 pandas.Series 的索引。如果数值为index则不能用[number]指定值会报错所以使用iat [number]严格指定。 由于上面的例子是字符串所以[number]是没有问题的
使用 apply() 获取每列模式的频率。
print(df.apply(lambda x: x.value_counts().iat[0]))
col1 3
col2 2
dtype: int64
describe() 方法计算每一列的汇总统计信息还获取众数及其频率。
print(df.describe())
col1 col2
count 4 4
unique 2 2
top X Y
freq 3 2
项目 top 是模式 freq 是它的频率。如果有多种模式则只返回其中一种。结果是一个 pandas.DataFrame因此您可以使用 loc、at 等获取行和元素。
print(df.describe().loc[‘freq’])
col1 3
col2 2
Name: freq, dtype: object
print(df.describe().at[‘freq’, ‘col2’])
2
describe() 没有参数轴因此如果要将它应用于一条线请在调用它之前转置它。
print(df.T.describe())
row1 row2 row3 row4
count 2 2 2 2
unique 1 2 1 1
top X Y Y X
freq 2 1 2 2
