Quand est-il approprié d'utiliser df.value_counts() vs df.groupby('...').count()?

J'ai entendu dans les Pandas il y a souvent plusieurs façons de faire la même chose, mais je me demandais –

Si je suis en train de regrouper les données par une valeur dans une colonne spécifique et de compter le nombre d'éléments avec cette valeur, quand est-il judicieux d'utiliser df.groupby('colA').count() et quand est-il judicieux d'utiliser df['colA'].value_counts() ?

InformationsquelleAutor Ollie Khakwani | 2017-11-25
  1. 14

    Il existe une différence value_counts retour:

    L'objet résultant seront dans l'ordre décroissant de sorte que le premier élément est le plus fréquents de l'élément.

    mais count pas, elle sortie de tri par index (créé par colonne dans groupby('col')).

    df.groupby('colA').count()

    est pour l'ensemble de toutes les colonnes de df en fonction count. Donc compter des valeurs à l'exclusion de NaNs.

    Donc si besoin count une seule colonne besoin:

    df.groupby('colA')['colA'].count()

    Exemple:

    df = pd.DataFrame({'colB':list('abcdefg'),
                   'colC':[1,3,5,7,np.nan,np.nan,4],
                   'colD':[np.nan,3,6,9,2,4,np.nan],
                   'colA':['c','c','b','a',np.nan,'b','b']})

print (df)
  colA colB  colC  colD
0    c    a   1.0   NaN
1    c    b   3.0   3.0
2    b    c   5.0   6.0
3    a    d   7.0   9.0
4  NaN    e   NaN   2.0
5    b    f   NaN   4.0
6    b    g   4.0   NaN

print (df['colA'].value_counts())
b    3
c    2
a    1
Name: colA, dtype: int64

print (df.groupby('colA').count())
      colB  colC  colD
colA                  
a        1     1     1
b        3     2     2
c        2     2     1

print (df.groupby('colA')['colA'].count())
colA
a    1
b    3
c    2
Name: colA, dtype: int64
    InformationsquelleAutor jezrael
  2. 15

    Groupby et value_counts sont totalement différentes fonctions. Vous ne pouvez pas effectuer value_counts sur un dataframe.

    Value Counts ne sont limitées que pour une seule colonne ou de la série et son seul but est le retour de la série de fréquences de valeurs

    Groupby retourne un objet de sorte qu'on peut effectuer des calculs statistiques sur elle. Ainsi, lorsque vous vous df.groupby(col).count() il sera de retour le nombre de vrais valeurs présentes dans les colonnes à l'égard de la specific columns dans groupby.

    Quand doit-être value_counts utilisé et quand doit - groupby.count être utilisé :
    Prenons un exemple 

    df = pd.DataFrame({'id': [1, 2, 3, 4, 2, 2, 4], 'color': ["r","r","b","b","g","g","r"], 'size': [1,2,1,2,1,3,4]})

    Groupby compter: 

    df.groupby('color').count()
       id  size
color          
b       2     2
g       2     2
r       3     3

    Groupby comte est généralement utilisé pour obtenir le nombre valide de valeurs
    présent dans toutes les colonnes with reference to ou with respect to un
    ou plusieurs colonnes spécifiées. Donc pas un nombre (nan) en seront exclus.

    Pour trouver la fréquence à l'aide groupby vous avez besoin d'agréger à l'encontre de la colonne spécifiée lui-même comme @jez n'. (peut-être pour éviter cela et faire de la vie des développeurs facile value_counts est mis en œuvre ).

    Valeur Compte: 

    df['color'].value_counts()

r    3
g    2
b    2
Name: color, dtype: int64

    De la valeur de comptage est généralement utilisée pour la détermination de la fréquence des valeurs
    présent dans une colonne particulière.

    En conclusion :

    .groupby(col).count() doit être utilisé lorsque vous souhaitez trouver la fréquence de valeurs valides présents dans les colonnes à l'égard spécifié col.

    .value_counts() doit être utilisé pour trouver les fréquences d'une série.

    InformationsquelleAutor Bharath M