Come contare le occorrenze di valori in un DataFrame Pandas

Cerca

Se ci troviamo nella circostanza di dover contare  le occorrenze di valori presenti in un DataFrame Pandas, ossia quante volte questi valori vengono ripetuti all’interno del DataFrame, possiamo ricorrere all’uso della funzione value_counts().

Ipotiziamo di avere il seguente DataFrame:

				
					import pandas as pd
df = pd.DataFrame(['bmw','audi','bmw','ford','bmw','audi','ford','ford','ford','ford','audi','bmw','bmw','bmw','bmw',], columns=['auto'])
print(df)
				
			
Output:
				
					_   auto
0    bmw
1   audi
2    bmw
3   ford
4    bmw
5   audi
6   ford
7   ford
8   ford
9   ford
10  audi
11   bmw
12   bmw
13   bmw
14   bmw
				
			

Possiamo a questo punto utilizzare la funzione value_counts() per contare le occorrenze all’interno del DataFrame.

				
					print(df.value_counts())
				
			
Output:
				
					auto
bmw     7
ford    5
audi    3
dtype: int64
				
			

Contare le occorrenze in un DataFrame memorizzandole in un Dizionario

In questo caso, vogliamo contare le occorrenze presenti nel DataFrame e vogliamo organizzare il risultato in un dizionario. Per fare ciò dobbiamo utilizzare la funzione to_dict() la quale però può essere applicata ad una serie, pertanto dobbiamo eseguire il counting su una singola colonna del DataFrame.

Il codice è il seguente:

				
					counts = df['auto'].value_counts().to_dict()
				
			
Output:
				
					{'bmw': 7, 'ford': 5, 'audi': 3}
				
			

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

Most Recent

Come installare il Docker engine su Ubuntu

L’installazione di Docker può essere fatta sia tramite snap che tramite apt. Certamente l’installazione via snap è il metodo più rapido e permette con un

Partners