如何在Python中生成指定分类的频率表（含频数与占比，排除0值）

我来帮你搞定这个频率表的问题！这里有两种实用的Python实现方案，不管是用原生代码还是数据分析常用的pandas库，都能精准得到你想要的结果：

如果不想安装第三方库，用原生代码就能完成需求，逻辑清晰易懂：

# 你的示例数据
data = [1,2,3,4,5,5,5,8,8,8,0,9,10,2,2,10,10,7,7,7,7,9]

# 第一步：过滤掉数值0
filtered_data = [num for num in data if num != 0]
total_count = len(filtered_data)  # 过滤后总共有21个数据

# 初始化三个类别的计数器
cat1_count = 0
cat2_count = 0
cat3_count = 0

# 遍历数据，按规则分类计数
for num in filtered_data:
    if num < 5.5:
        cat1_count += 1
    elif 5.5 < num < 8:  # 严格介于5.5和8之间，不包含边界值
        cat2_count += 1
    else:  # 8或更高的数值
        cat3_count += 1

# 计算百分比（四舍五入到整数）
cat1_pct = round((cat1_count / total_count) * 100)
cat2_pct = round((cat2_count / total_count) * 100)
cat3_pct = round((cat3_count / total_count) * 100)

# 按照你想要的格式输出结果
print(f"Category 1：频数{cat1_count}/{cat1_pct}%")
print(f"Category 2：频数{cat2_count}/{cat2_pct}%")
print(f"Category 3：频数{cat3_count}/{cat3_pct}%")

运行这段代码后，会直接输出你期望的结果：

Category 1：频数9/43%
Category 2：频数4/19%
Category 3：频数8/38%

如果你平时经常处理数据，用pandas库会更高效，代码更简洁，尤其适合大规模数据集：

首先确保你已经安装了pandas（pip install pandas），然后运行以下代码：

import pandas as pd

# 你的示例数据
data = [1,2,3,4,5,5,5,8,8,8,0,9,10,2,2,10,10,7,7,7,7,9]

# 转为pandas Series并过滤0
data_series = pd.Series(data)
filtered_series = data_series[data_series != 0]

# 定义分类规则函数
def get_category(num):
    if num < 5.5:
        return "Category 1"
    elif 5.5 < num < 8:
        return "Category 2"
    else:
        return "Category 3"

# 给每个数据打分类标签
category_labels = filtered_series.apply(get_category)

# 计算频数和占比
frequency = category_labels.value_counts().rename("频数")
percentage = category_labels.value_counts(normalize=True).mul(100).round().rename("占比(%)")

# 合并成完整的频率表
frequency_table = pd.concat([frequency, percentage], axis=1)
# 按你想要的类别顺序排序（避免value_counts的降序排列）
frequency_table = frequency_table.reindex(["Category 1", "Category 2", "Category 3"])

# 格式化输出结果
for category, row in frequency_table.iterrows():
    print(f"{category}：频数{row['频数']}/{int(row['占比(%)'])}%")

这段代码同样会输出符合你要求的结果，而且后续如果需要处理更大的数据集，只需要替换data变量即可，扩展性更强。

注意：两种方法的分类逻辑完全匹配你的要求：Category 1包含小于5.5的数（比如5），Category 2包含大于5.5且小于8的数（比如7），Category 3包含8及以上的数（比如8、9、10）

内容的提问来源于stack exchange，提问作者marita