dask.dataframe.Index.value_counts

dask.dataframe.Index.value_counts¶

Index.value_counts(sort=None, ascending=False, dropna=True, normalize=False, split_every=None, split_out=1)¶

返回一个包含唯一值计数的系列。

此文档字符串是从 pandas.core.series.Series.value_counts 复制而来的。

Dask 版本可能存在一些不一致性。

生成的对象将按降序排列，因此第一个元素是最常出现的元素。默认排除NA值。

参数

规范化bool, 默认 False: 如果为 True，则返回的对象将包含唯一值的相对频率。
排序bool, 默认 True: 当为 True 时按频率排序。当为 False 时保持数据的顺序。
升序bool, 默认 False: 按升序排序。
binsint, 可选 (Dask 不支持): 与其计算值，不如将它们分组到半开区间中，这是 pd.cut 的一个便利功能，仅适用于数值数据。
dropnabool, 默认 True: 不要包含NaN的计数。

返回

系列

参见

Series.count: Series 中非 NA 元素的数量。
DataFrame.count: DataFrame 中非 NA 元素的数量。
DataFrame.value_counts: DataFrame 上的等效方法。

示例

>>> index = pd.Index([3, 1, 2, 3, 4, np.nan])  
>>> index.value_counts()  
3.0    2
1.0    1
2.0    1
4.0    1
Name: count, dtype: int64

当 normalize 设置为 True 时，返回相对频率，即将所有值除以值的总和。

>>> s = pd.Series([3, 1, 2, 3, 4, np.nan])  
>>> s.value_counts(normalize=True)  
3.0    0.4
1.0    0.2
2.0    0.2
4.0    0.2
Name: proportion, dtype: float64

bins

箱子对于将连续变量转换为分类变量非常有用；与其计算值的唯一出现次数，不如将索引划分为指定数量的半开箱子。

>>> s.value_counts(bins=3)  
(0.996, 2.0]    2
(2.0, 3.0]      2
(3.0, 4.0]      1
Name: count, dtype: int64

dropna

将 dropna 设置为 False 后，我们还可以看到 NaN 索引值。

>>> s.value_counts(dropna=False)  
3.0    2
1.0    1
2.0    1
4.0    1
NaN    1
Name: count, dtype: int64

dask.dataframe.Index.unique

dask.dataframe.Index.values