首先，看看本文所面向的應(yīng)用場景：我們有一個(gè)數(shù)據(jù)集df，現(xiàn)在想統(tǒng)計(jì)數(shù)據(jù)中某一列每個(gè)元素的出現(xiàn)次數(shù)。這個(gè)在我們前面文章《如何畫直方圖》中已經(jīng)介紹了方法，利用value_counts()就可以實(shí)現(xiàn)（具體回看文章）

但是，現(xiàn)在，我們考慮另外一個(gè)場景，我們假如要想統(tǒng)計(jì)其中兩列元素出現(xiàn)次數(shù)呢？舉個(gè)栗子：

在df數(shù)據(jù)集中，如果我們想統(tǒng)計(jì)A、B兩列的元素的出現(xiàn)情況，也就是說，得到如下表。

從上面的最后一列可以看到，在A、B兩列中，1 2 出現(xiàn)了2次，1 4 出現(xiàn)1次 ，1 6出現(xiàn)1次，2 3出現(xiàn)了2次， 2 4 出現(xiàn)1次， 3 1出現(xiàn)了1次

具體實(shí)現(xiàn)的代碼：

            
import pandas as pd
df=pd.DataFrame([[1,2,2],[1,4,5],[1,2,4],[1,6,3],[2,3,1],[2,4,1],[2,3,5],[3,1,1]],columns=['A','B','C'])
          

            
gp=df.groupby(by=['A','B'])
gp.size()

          

所以，如果想統(tǒng)計(jì)更多列，只要在groupby()中的by參數(shù)添加就可以，例如統(tǒng)計(jì)3列。

            
gp=df.groupby(by=['A','B','C'])
          

由gp.size()得到的是可以mulitiindex Series。

下面，要轉(zhuǎn)化成DataFrame的結(jié)構(gòu)。

            
newdf=gp.size()
newdf.reset_index(name='times')
          

其中name中參數(shù)就是我們可以為最后一列添加新的名字，例如這里的“times”

這個(gè)時(shí)候newdf已經(jīng)是DataFrame的類型了。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。