Python：如何為所有變量生成頻率計數

Question

我有所有分類變量的數據集，我想一次為所有變量產生頻率計數。

據稱，我使用的是鳶尾花數據集函數df['class'].value_counts()僅允許我計算一個變量。

分析數據集的所有變量僅包括通過Pandas作為csv提取的分類變量。 我正在考慮只提取第一行並放入for循環中。 為了從csv文件中提取第一行，我們使用data = pd.DataFrame(data)將csv轉換為data = pd.DataFrame(data) 。 但是， data[0]將產生錯誤。

為所有變量生成頻率分析或條形圖的最有效方法是什么？

具有分類變量的樣本數據集：

   Mary  John   David    Jenny
    a     t       y        n
    a     t       n        y
    a     u       y        y
    a     u       n        y
    a     u       n        n
    b     t       y        n

Answer 1

方法1

df.apply(lambda x: x.value_counts()).T.stack()

輸出：

Mary   a    5.0
       b    1.0
John   t    3.0
       u    3.0
David  n    3.0
       y    3.0
Jenny  n    3.0
       y    3.0
dtype: float64

方法2

df.apply(pd.value_counts).T.fillna(0)

產量

          a   b   n   t   u   y
Mary    5.0 1.0 0.0 0.0 0.0 0.0
John    0.0 0.0 0.0 3.0 3.0 0.0
David   0.0 0.0 3.0 0.0 0.0 3.0
Jenny   0.0 0.0 3.0 0.0 0.0 3.0

然后，您可以簡單地使用以下o創建條形圖。

df.apply(pd.value_counts).T.stack().plot(kind='bar')

輸出：

或者，您可以使用：

df.apply(pd.value_counts).fillna(0).T.plot(kind='bar')

輸出：

Answer 2

pd.DataFrame({i:df[i].value_counts() for i in df.columns})

注意：如果存在大量NaN，這將產生運行時錯誤，但是您可以忽略這些錯誤。 如果您不喜歡NaN，請使用

{i:df[i].value_counts() for i in df.columns}

Answer 3

運用

df.stack().str.get_dummies().sum(level=1)
Out[537]: 
       a  b  n  t  u  y
Mary   5  1  0  0  0  0
John   0  0  0  3  3  0
David  0  0  3  0  0  3
Jenny  0  0  3  0  0  3

並繪制為如下所示的條形圖

df.stack().str.get_dummies().sum(level=1).plot(kind='bar')