如何计算 Pandas DataFrame 中的项集频率
pythonserver side programmingprogramming更新于 2025/10/20 21:00:17
使用 Series.value_counts() 方法计算项集频率。首先，让我们创建一个 DataFrame −
# 创建 DataFrame
dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'Audi', 'Mercedes', 'Porsche', 'Lamborghini', 'BMW'],
'Place': ['Delhi', 'Hyderabad', 'Chandigarh', 'Bangalore', 'Hyderabad', 'Mumbai', 'Mumbai','Pune'],
'UnitsSold': [95, 80, 80, 75, 92, 90, 95, 50 ]})
使用 value_counts() 方法 − 计算列 car 的频率
# 计算列 Car 的频率
count1 = dataFrame['Car'].value_counts()
print("\nCount in column Car")
print(count1)
以同样的方式，计算其他列的频率。以下是在 Pandas DataFrame − 中计算项目集频率的完整代码
示例
import pandas as pd
# 创建 DataFrame
dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'Audi', 'Mercedes', 'Porsche', 'Lamborghini', 'BMW'],
'Place': ['Delhi', 'Hyderabad', '昌迪加尔'、'班加罗尔'、'海得拉巴'、'孟买'、'孟买'、'浦那'],
'UnitsSold': [95, 80, 80, 75, 92, 90, 95, 50 ]})
print("Dataframe...")
print(dataFrame)
# Car 列计数频率
count1 = dataFrame['Car'].value_counts()
print("\nCount in column Car")
print(count1)
# Place 列计数频率
count2 = dataFrame['Place'].value_counts()
print("\nCount in column Place")
print(count2)
# 计算 Car 列的频率
count3 = dataFrame['UnitsSold'].value_counts()
print("\nCount in column UnitsSold")
print(count3)
输出
这将产生以下输出 −
Dataframe... Car Place UnitsSold 0 BMW Delhi 95 1 Mercedes Hyderabad 80 2 Lamborghini Chandigarh 80 3 Audi Bangalore 75 4 Mercedes Hyderabad 92 5 Porsche Mumbai 90 6 Lamborghini Mumbai 95 7 BMW Pune 50 Count in column Car BMW 2 Lamborghini 2 Mercedes 2 Audi 1 Porsche 1 Name: Car, dtype: int64 Count in column Place Mumbai 2 Hyderabad 2 Chandigarh 1 Pune 1 Delhi 1 Bangalore 1 Name: Place, dtype: int64 Count in column UnitsSold 95 2 80 2 92 1 75 1 90 1 50 1 Name: UnitsSold, dtype: int64
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
