计算大熊猫数量的最有效方法是什么？

我有一个大的（约1200万行）数据帧df，说：

df.columns = ['word','documents','frequency']

因此，以下及时运行：

word_grouping = df[['word','frequency']].groupby('word')
MaxFrequency_perWord = word_grouping[['frequency']].max().reset_index()
MaxFrequency_perWord.columns = ['word','MaxFrequency']

但是，这要花费很长的时间才能运行：

Occurrences_of_Words = word_grouping[['word']].count().reset_index()

我在这里做错了什么？有没有更好的方法来计算大型数据框中的出现次数？

df.word.describe()

运行良好，所以我真的没想到这个Occurrences_of_Words数据框会花费很长时间。

ps：如果答案很明显，并且您觉得有必要因提出这个问题而对我不利，请同时提供答案。谢谢。

我认为df['word'].value_counts()应该服务。通过跳过groupby机制，您可以节省一些时间。我不知道为什么count要慢于max。两者都需要一些时间来避免丢失值。（与相比size。）

无论如何，对value_counts进行了专门优化以处理像您的单词这样的对象类型，因此我怀疑您会做得更好。

当您想统计pandas dataFrame中一列中分类数据的频率时，请使用： df['Column_Name'].value_counts()

- 来源。

只是先前答案的补充。别忘了，在处理实际数据时，可能会有空值，因此使用选项将默认值包括在内也很有用dropna=False（默认值为True）

一个例子：

>>> df['Embarked'].value_counts(dropna=False)
S      644
C      168
Q       77
NaN      2