Index.value_counts() Pandas Index.value_counts() возвращает объект, содержащий количество уникальных значения. Результирующий объект будет располагаться в порядке убывания, поэтому первый элемент является наиболее распространенным элементом. Исключает значения NA по умолчанию.
Синтаксис: Index.value_counts (normalize = False, sort = True, восходящий = False, bins = None, dropna = True)
Параметры:
normalize: Если True, то возвращаемый объект будет содержать относительную частоту уникальных значений.
сортировать: Сортировать по значениям ‚Äã‚Äã
по возрастанию: Сортировать по возрастанию
ячейки: Вместо того, чтобы считать значения, сгруппируйте их в полуоткрытые контейнеры, удобство для pd.cut, работает только с числовыми данными
dropna: Не включает количество NaN.Возвраты: подсчет: Серии
Пример № 1: Используйте Index.value_counts() для подсчета количества уникальных значений ‚ Äã‚Äãв заданном индексе.
# import pandas as pd
import pandas as pd
# Создать индекс
idx = pd.Index ([ `Гарри` , `Майк` , ` Артер` , `Ник` ,
` Гарри` , `Артер` ], name = `Студент` )
# Индекс печати
print (idx)
Вывод: 
Найдем количество всех уникальных значений ‚Äã‚Äã в индексе.
# найдем количество уникальных значений ‚ Äã‚Äãв индексе idx.value_counts()
Вывод: 
Функция вернула счетчик всех уникальных значений по заданному индексу. Обратите внимание, что объект, возвращаемый функцией, содержит вхождения значений в порядке убывания.
Пример № 2: Используйте Index.value_counts() чтобы найти количество всех уникальных значений в этом индексе.
# import pandas as pd
import pandas as pd
# Create Индекс
idx = pd .Index ( [ 21 , 10 , 30 , 40 , 50 , 10 , 50 ])
# Индекс печати
print (idx)
Вывод : 
Подсчитаем вхождение всех уникальных значений ‚Äã‚Äã в индекс .
|
|
Вывод: 
Функция вернула счетчик все уникальные значения в индексе.