如何使用pandas一次性统计多个列中的数值出现频次

你可以先将需要统计的多个列转换为单列Series，再调用value_counts()实现跨列的全局频次统计，具体实现如下：

方法1：筛选目标列后统计（推荐） #

如果你只需要统计first/second/third/fourth/fifth/sixth/bonus这类指定列的数值频次，可先筛选目标列再做转换统计：

# 筛选需要统计的列，堆叠为单列后统计全局频次
total_freq = df[['first', 'second', 'third', 'fourth', 'fifth', 'sixth', 'bonus']].stack().value_counts()
print(total_freq)

输出格式和单列value_counts()完全一致，会返回所有数值的跨列总出现次数：

1     136
4     121
9     118
...

方法2：全列统计 #

如果需要统计整个DataFrame所有列的所有值频次，直接对全表做堆叠处理即可：

all_freq = df.stack().value_counts()

补充用法 #

如果你需要同时查看每个数值在不同列的单独出现频次，可使用melt展开后分组统计：

# 展开为[列名, 数值]结构，分组统计每个值在各列的出现次数
col_freq = df.melt(value_vars=['first', 'second', 'third', 'fourth', 'fifth', 'sixth', 'bonus']).groupby(['variable', 'value']).size()

内容的提问来源于stack exchange，提问作者user11594234