如何分析python数据帧并计算字符串在列中出现的次数？

Question

我有一个Python DataFrame，我想对其进行分析。

columns=['User ID','Activity','Time Stamp','X-Axis','Y-Axis','Z-Axis']
input_data = pd.read_csv('walkingcupstairscdownstairs.txt',delimiter=',',names=columns)

输出是这样的：

“ Activity列中有几种活动，例如慢跑，跑步等。我想知道慢跑或走路发生了多少次

Answer 1

尝试value_counts ：

input_data.Activity.value_counts()

例：

input_data = pd.DataFrame({'Activity': np.random.choice(['Jogging', 'walking'], 10), 
                           'x':np.random.randn(10)})

>>> input_data
  Activity         x
0  walking -0.318043
1  walking -0.590098
2  walking -0.146811
3  Jogging  0.530030
4  Jogging  0.292955
5  walking  0.872765
6  walking  1.028513
7  Jogging -1.465817
8  Jogging  0.981183
9  walking -2.780214

>>> input_data.Activity.value_counts()
walking    6
Jogging    4
Name: Activity, dtype: int64

Answer 2

尝试使用numpy的独特功能：

import numpy as np
np.unique(input_data['Activity'].values, return_counts=True)

Answer 3

使用input_data.Activity.value_counts()获得数据框的“活动”列中的每个唯一值及其出现的总次数。

如果您想要关于唯一值数量，最高值，最高值出现等的更一般性描述，则可以使用input_data.describe()并查看“活动”列的结果。