Pandas如何获取DataFrame列唯一值及对应出现占比

你推测的方向是对的，直接用value_counts()方法即可实现需求，不需要额外写循环统计。 #

核心代码 #

value_counts()自带normalize参数，开启后会直接返回每个值的出现占比（取值范围0~1），乘100即可得到百分比数值：

# 基础用法：返回每个唯一值的占比
ratio_series = df["prices"].value_counts(normalize=True)

# 转成百分比格式
percent_series = df["prices"].value_counts(normalize=True) * 100

返回结果是一个Series结构：索引为列的所有唯一值，对应的值为该值的占比/百分比，默认按照出现频次从高到低排序。 #

常用扩展用法 #

• 如果你需要结果的排列顺序和df.prices.unique()完全一致（即按值在列中第一次出现的顺序排列，而非按频次降序），加上sort=False参数即可：

  percent_series = df["prices"].value_counts(normalize=True, sort=False) * 100
  

• 如果需要把列中的空值NaN也纳入统计（默认会自动忽略空值），加上dropna=False参数：

  percent_with_na = df["prices"].value_counts(normalize=True, dropna=False) * 100
  

• 如果需要转成易读的字典、列表格式，直接调用对应转换方法：

  # 转成 {唯一值: 百分比} 的字典格式
  percent_dict = percent_series.to_dict()
  
  # 转成 [(唯一值, 百分比), ...] 的列表格式
  percent_list = list(percent_series.items())
  

结果示例 #

针对你举例的prices列，输出的百分比结果格式参考如下：

1030    14.29
1075    14.29
2010    14.29
3000    14.29
3050    14.29
4050    14.29
4550    14.28
Name: prices, dtype: float64

内容的提问来源于stack exchange，提问作者Derrick Kuria