Devuelve una serie que contiene recuentos de valores únicos.
El objeto resultante estará en orden descendente, de modo que el primer elemento sea el que aparezca con más frecuencia. Excluye valores NA por defecto.
- Parámetros
-
- normalizar : boolpor defecto Falso
-
Si es Verdadero, el objeto devuelto contendrá las frecuencias relativas de los valores únicos.
- clasificar : boolpredeterminado Verdadero
-
Ordenar por frecuencias.
- ascendente : boolpor defecto Falso
-
Ordenar en orden ascendente.
- contenedores : int, opcional
-
En lugar de contar valores, agrúpelos en contenedores semiabiertos, una conveniencia para pd.cut
solo funciona con datos numéricos.
- dropna : boolpredeterminado Verdadero
-
No incluya recuentos de NaN.
- Devoluciones
-
- Serie
Ver también
Series.count
-
Número de elementos que no son NA en una Serie.
DataFrame.count
-
Número de elementos que no son NA en un DataFrame.
DataFrame.value_counts
-
Método equivalente en DataFrames.
Ejemplos
>>> index = pd.Index([3,1,2,3,4, np.nan])>>> index.value_counts()3.022.014.011.01
dtype: int64
Con normalizar ajustado a Verdaderodevuelve la frecuencia relativa dividiendo todos los valores por la suma de los valores.
>>> s = pd.Series([3,1,2,3,4, np.nan])>>> s.value_counts(normalize=True)3.00.42.00.24.00.21.00.2
dtype: float64
contenedores
Los contenedores pueden ser útiles para pasar de una variable continua a una variable categórica; en lugar de contar apariciones únicas de valores, divida el índice en el número especificado de contenedores medio abiertos.
>>> s.value_counts(bins=3)(0.996,2.0]2(2.0,3.0]2(3.0,4.0]1
dtype: int64
dropna
Con dropna ajustado a Falso también podemos ver los valores del índice NaN.
>>> s.value_counts(dropna=False)3.022.01
NaN 14.011.01
dtype: int64