将字典转换为DataFrame并进行频次统计的方法
2018-04-08 09:53
459 查看
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脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 将字典转换为DataFrame并进行频次统计
- JavaScript通过字典进行字符串翻译转换的方法
- spark scala 对dataframe进行过滤----filter方法使用
- python dataframe astype 字段类型转换方法
- python 对dataframe下面的值进行大规模赋值方法
- python中创建dataframe数据,并将其转换成矩阵,对矩阵进行添加行列操作
- Python中使用Counter进行字典创建以及key数量统计的方法
- 利用python将所有时序NDVI影像转换为DataFrame数据并进行归一化
- Python dataframe中如何使y列按x列进行统计?
- spark: RDD与DataFrame之间的相互转换方法
- Python小练习2:pandas.Dataframe使用方法示例demo
- (转)C#进行图像处理的几种方法(bitmap,bitmapData,IntPtr)
- Oracle数据库按时间进行分组统计数据的方法
- 用Python中的字典来处理索引统计的方法
- pyspark.sql.DataFrame与pandas.DataFrame之间的相互转换
- python DataFrame获取行数、列数、索引及第几行第几列的值方法
- 使用pandas中的DataFrame数据绘制柱状图的方法
- 『 Spark 』7. 使用 Spark DataFrame 进行大数据分析
- Java中Class类中两个值得注意的进行类型动态转换的方法
- 报错:对象必须实现 IConvertible;以分隔符进行分割链接concat_ws的使用方法;mysql数据类型转换cast,convert