首先將一個字典轉化為DataFrame，然后以DataFrame中的列進行頻次統計。
代碼如下：
|
1
2
3
4
5
6
|
import pandas as pda={'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是轉換后DataFrame，顯示如表格：
|
1
2
3
4
5
6
7
8
9
10
11
|
one tao three0 A B C1 A B B2 B C A3 C C A4 C A B5 A A B6 B C B7 B B A8 A C C9 A A D |
頻次統計如表格：
|
1
2
3
4
5
|
one tao threecount 10 10 10unique 3 3 4top A C Bfreq 5 4 4 |
其中count是總共變量數量，unique是每列有幾個變量，top是頻次最高的那個變量，freq是頻次最高變量出現的頻次。
以上這篇將字典轉換為DataFrame并進行頻次統計的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/weixin_40198632/article/details/78517503
