DataFrame.groupby(column).apply(len) 和 DataFrame[column].value_counts() 有什么区别？

【问题标题】：What is the difference between DataFrame.groupby(column).apply(len) and DataFrame[column].value_counts()?DataFrame.groupby(column).apply(len) 和 DataFrame[column].value_counts() 有什么区别？
【发布时间】：2019-12-27 17:55:24
【问题描述】：

以下 python 代码给了我一个 AssertionError：

p = DataFrame.groupby(column).apply(len).sort_values(ascending=False)
q = DataFrame[column].value_counts()
pd.testing.assert_series_equal(p, q)

我认为这些函数做同样的事情，事实上，在查看前几行时，结果系列是相似的，但根据断言错误，它们只有 59% 相似。

【问题讨论】：

标签： python pandas group-by series

【解决方案1】：

两者几乎相似，只需要相同的索引名称和相同的系列名称 - 全部设置为默认None：

DataFrame = pd.DataFrame({'a': [1,5,4,2,1,2,1,2,1,4,2,3,2,1]})
column = 'a'
p = DataFrame.groupby(column).apply(len).sort_values(ascending=False)
q = DataFrame[column].value_counts()

print (p.name)
None
print (q.name)
a

print (p.index.name)
a
print (q.index.name)
None

pd.testing.assert_series_equal(p.rename_axis(None), q.rename(None))

【讨论】：