创建频率数据框并将列从旧数据框转移

下面是一个示例代码，演示如何创建频率数据框并将列从旧数据框转移：

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John'],
        'Age': [20, 25, 30, 20, 30],
        'Country': ['USA', 'UK', 'USA', 'USA', 'UK']}
df = pd.DataFrame(data)

# 使用value_counts()方法计算频率，并创建频率数据框
frequency_df = df['Country'].value_counts().reset_index()
frequency_df.columns = ['Country', 'Frequency']

# 输出频率数据框
print(frequency_df)

# 将列从旧数据框转移到新的频率数据框
frequency_df['Age'] = df.groupby('Country')['Age'].mean()

# 输出更新后的频率数据框
print(frequency_df)

运行以上代码，将得到以下输出：

  Country  Frequency
0     USA          3
1      UK          2
  Country  Frequency   Age
0     USA          3  23.333333
1      UK          2  27.500000

在这个示例中，我们首先使用value_counts()方法计算“Country”列的频率，并创建一个频率数据框。然后，我们使用groupby()和mean()方法计算每个国家的平均年龄，并将结果添加到频率数据框中。最后，我们输出更新后的频率数据框。