我有以下数据框:
df = pd.DataFrame(np.array([[4, 1], [1,1], [5,1], [1,3], [7,8], [np.NaN,8]]), columns=['a', 'b'])
a b
0 4 1
1 1 1
2 5 1
3 1 3
4 7 8
5 Nan 8
现在我想对从 1 到 9 的值的列执行 value_counts()，这应该给我以下结果:
a b
1 2 3
2 0 0
3 0 1
4 1 0
5 1 0
6 0 0
7 1 0
8 0 2
9 0 0
这意味着我只计算每列值 1 到 9 的出现次数。如何才能做到这一点？我想获得这种格式，以便之后可以应用 df.plot(kind='bar', stacked=True) 来获得离散值从 1 到 9 的堆叠条形图x 轴和 y 轴上 a 和 b 的计数。
最佳答案
使用pd.value_counts:
df.apply(pd.value_counts).reindex(range(10)).fillna(0)
关于python - 计算 DataFrame 每列值的出现次数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55053092/