pandas如何对列取值计数结果做二次频次统计并生成指定DataFrame
实操实现方案
你要统计的核心逻辑其实很直接:先拿到原DataFrame a列每个唯一值的出现次数,再对这些次数本身做一次跨唯一值的频次统计,完全不用手动拆分之前拿到的唯一值数组硬拼,几行代码就能出结果。
核心实现逻辑
你之前跑df.groupby('a').size()得到的Series已经包含了所有需要的原始数据:
- 这个Series的所有取值,就是目标DataFrame里「Size」列的全部内容(也就是原a列每个唯一值对应的出现次数,和你之前跑
df.a.value_counts().unique()拿到的数组完全同源) - 我们只需要对这个Series的数值本身做一次频次统计,就能直接算出每个Size值对应的重复次数,也就是「counts」列的内容
可直接运行的代码
# 第一步:拿到a列每个唯一值的出现次数序列 group_sizes = df.groupby('a').size() # 第二步:对上述序列的数值做频次统计,直接组装成目标结构的DataFrame uniques_size_counts = ( group_sizes.value_counts() .rename_axis("Size") .reset_index(name="counts") # 可选:按Size值降序排列,和你之前输出的数组顺序对齐 .sort_values("Size", ascending=False) .reset_index(drop=True) )
最终效果
生成的DataFrame完全匹配你预期的结构:
Size列存储所有出现过的频次值,顺序和你之前拿到的数组完全一致counts列存储每个频次值对应的实际重复数(比如你样例里size=94的唯一值有67个,这列就会对应输出67)- 相比手动循环统计的方式,这套方法没有额外的数据处理环节,不会出现计数偏差,执行效率也更高
小提示:如果需要统一列的数据类型,可以在代码最后加一行
.astype({"Size": int, "counts": int}),避免因为格式问题出现异常值。
内容的提问来源于stack exchange,提问作者user15212564
相关产品推荐
相关产品推荐

