python - 什么时候使用 df.value_counts() 与 df.groupby ('...' ).count() 比较合适？

Question

我听说 Pandas 通常有多种方法可以做同样的事情，但我想知道 –

如果我尝试按特定列中的值对数据进行分组并计算具有该值的项目数，那么何时使用 df.groupby('colA').count() 有意义什么时候使用 df['colA'].value_counts() 有意义?

Answer 1

有区别 value_counts 返回:

The resulting object will be in descending order so that the first element is the most frequently-occurring element.

但是 count 不是，它按 index 对输出进行排序(由 groupby('col') 中的列创建)。

df.groupby('colA').count() 

用于聚合 df 的所有列按功能 count.所以它计算不包括 NaN 的值s。

所以如果需要 count只有一列需要:

df.groupby('colA')['colA'].count() 

样本:

df = pd.DataFrame({'colB':list('abcdefg'),
                   'colC':[1,3,5,7,np.nan,np.nan,4],
                   'colD':[np.nan,3,6,9,2,4,np.nan],
                   'colA':['c','c','b','a',np.nan,'b','b']})

print (df)
  colA colB  colC  colD
0    c    a   1.0   NaN
1    c    b   3.0   3.0
2    b    c   5.0   6.0
3    a    d   7.0   9.0
4  NaN    e   NaN   2.0
5    b    f   NaN   4.0
6    b    g   4.0   NaN

print (df['colA'].value_counts())
b    3
c    2
a    1
Name: colA, dtype: int64

print (df.groupby('colA').count())
      colB  colC  colD
colA                  
a        1     1     1
b        3     2     2
c        2     2     1

print (df.groupby('colA')['colA'].count())
colA
a    1
b    3
c    2
Name: colA, dtype: int64