提取熊猫值value

77

假设我们使用的熊猫dataframe[column].value_counts()输出：

 apple   5 
 sausage 2
 banana  2
 cheese  1

您如何从max到min以上面显示的相同顺序提取值？

例如： [apple,sausage,banana,cheese]

— 詹姆斯·巴特里普斯
source

1

您能提供MCVE吗？您使用dataframe.value_counts()还是series.value_counts()？您在哪种数据类型中输出？

— 艾伯特

3

请注意，的输出value_counts()是一个系列，因此可以使用任何系列方法，但是通常您只是按原样保存它，这取决于以后要使用的方法。

— JohnE

105

尝试这个：

dataframe[column].value_counts().index.tolist()
['apple', 'sausage', 'banana', 'cheese']

— 迈克·米勒
source

太棒了！另一方面，在打印时，dataframe[column].value_counts()您会在底部看到dtype。有没有办法做到这一点？

— JamesButterlips

24

试试：dataframe[column].value_counts().to_frame()

— MikeMüller'16

1

还有一个选择，.value_counts().index以及.value_counts().values

— Aray Karjauv

38

#!/usr/bin/env python

import pandas as pd

# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])

# What you're looking for
values = df['country'].value_counts().keys().tolist()
counts = df['country'].value_counts().tolist()

现在，print(df['country'].value_counts())给出：

France       3
Germany      2
UK           1
Indonesia    1

并print(values)给出：

['France', 'Germany', 'UK', 'Indonesia']

并print(counts)给出：

[3, 2, 1, 1]

— 马丁·托马
source

18

如果有人在评论中错过了它，请尝试以下操作：

dataframe[column].value_counts().to_frame()

— 锯齿
source

3

提取值的最佳方法是执行以下操作

json.loads(dataframe[column].value_counts().to_json())

这将返回一个字典，您可以像其他字典一样使用它。使用值或键。

 {"apple": 5, "sausage": 2, "banana": 2, "cheese": 1}

— 萨默堡
source

sorted(dict, key=lambda key: -dict[key])

— Androbin

2

首先，你必须sort在dataframe由count列max到min，如果没有排序已经如此。在您的帖子中，它的顺序已经正确，但sort无论如何我都会这样做：

dataframe.sort_index(by='count', ascending=[False])
    col     count
0   apple   5
1   sausage 2
2   banana  2
3   cheese  1

然后，您可以将col列输出到列表：

dataframe['col'].tolist()
['apple', 'sausage', 'banana', 'cheese']

— 乔·T·博卡
source

-1

码

train["label_Name"].value_counts().to_frame()

其中：label_Name的意思是column_name

结果（我的情况）：-

0    29720 
1     2242 
Name: label, dtype: int64

— 哈里斯·库玛瓦
source

提取熊猫值value_counts（）