大熊猫制作的数据杂乱无章的频率表

Question

我有一个不同数字的 excel 档案，我用熊猫打开它。当我阅读然后打印 xslx 存档时，我有这样的东西：    5    7    7    0   6    16   5    1   10   12   15   2   1    5    6    3   5    6    18   .   .    .    .    .   .    .    .    n   .    .    n   我所需要的只是根据它们的频率以不同的间隔分配它们。我的代码是import pandas as pdexcel_archive=pd.read_exceL("file name")print(excel)

Answer 1

你的问题不是很清楚，但如果你只需要计算出现的次数，你可以尝试这样的事情：

#generate a dataframe

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 4], [7, 8, 9], [1, 5, 2], [7, 9, 9]]),columns=['a', 'b', 'c'])

#Flatten the array

df_flat=df.stack().reset_index(drop=True)

#Count the number of occurences

df_flat.groupby(df_flat).size()

这是输入：

   a  b  c

0  1  2  3

1  4  5  4

2  7  8  9

3  1  5  2

4  7  9  9

这是输出：

1    2

2    2

3    1

4    2

5    2

7    2

8    1

9    3

如果您想改为以一些预定义的间隔进行划分，您可以pd.cut与 一起使用groupby：

#define intervals

intervals = pd.IntervalIndex.from_arrays([0,3,6],[3,6,9],closed='right')

#cut and groupby

df_flat.groupby(pd.cut(df_flat,intervals)).size()

结果将是：

(0, 3]    5

(3, 6]    4

(6, 9]    6

Answer 2

我认为 excel 文件没有标题，所以先添加header=None到read_excel然后使用DataFrame.stackwith Series.value_counts：

excel_archive=pd.read_exceL("file name", header=None)

s = excel_archive.stack().value_counts()

print (s)

5     4

6     3

7     2

15    1

12    1

10    1

18    1

1     1

16    1

dtype: int64