来自 Pandas 数据框的频率字典答案

【问题标题】：Frequency Dictionary from Pandas Data Frame来自 Pandas 数据框的频率字典
【发布时间】：2014-09-28 13:23:24
【问题描述】：

我正在尝试从 Pandas 数据框中获取键值对的频率计数，使用列名作为键。

虽然有几个相关的问题，但没有一个真正帮助我实现了我想要的，所以我写了一个嵌套的for循环来实现我的目标：

#first get all key value pairs
d = {}
for var in list(df.columns.values):
    d[var] = df[var].unique().tolist()

#then count
d_num = {}
for k,l in d.iteritems():
    for v in l:
        d_num[(k+'_'+str(v))] = len(df[df[k]==v])


freqs = Counter(d_num.values()).most_common()

显然，这很慢，但我想不出使用矢量化方法的方法。有什么想法吗？

编辑： 这是一个示例输入：

   Name Animal Legs Color
0  Foo  Dog    4    Brown
1  Bar  Cat    4    White
2  Baz  Cat    4    Black
3  Foo  Bird   2    Black
4  Foo  Dog    4    White

输出（不一定是字典，也不一定是那种键）：

out = {Name_Foo: 3, Name_Bar:1, Name_Baz:1, Animal_Dog:2, Animal_Cat:2, Animal_Bird:1, Legs_2:1, Legs_4:4, Color_Brown:1, Color_White:2, Color_Black:2}

【问题讨论】：

你能显示输入和预期输出吗？我觉得您正在寻找 pd.value_counts(Series)，但很难完全按照您的要求进行操作
value_counts() 有什么问题？
刚刚添加了示例输入/输出.... value_counts() 可以处理多列吗？
value_counts 在一个系列上运行，你不能在 df 上调用它，看我的回答

标签： python dictionary pandas dataframe frequency

【解决方案1】：

您可以对每一列使用value_counts 并为其分配一个字典以生成一个系列字典：

In [19]:

temp={}
for col in df:
    temp[col] = df[col].value_counts()
temp
Out[19]:
{'Animal': Dog     2
 Cat     2
 Bird    1
 dtype: int64, 'Name': Foo    3
 Baz    1
 Bar    1
 dtype: int64, 'Legs': 4    4
 2    1
 dtype: int64, 'Color': Black    2
 White    2
 Brown    1
 dtype: int64}
In [21]:

temp['Animal']
Out[21]:
Dog     2
Cat     2
Bird    1
dtype: int64

如果您想访问“Dog”计数，那么temp['Animal']['Dog'] 将输出 2

【讨论】：

正是我想要的，而且比我的嵌套 for 循环要快得多。谢谢！