python统计函数数 python进行数据统计

Python 去重，统计，lambda函数

df.drop_duplicates('item_name')

方法一：

df.drop_duplicates('item_name').count()

方法二：

df['item_name'].nunique()

结果：50

附：nunique()和unique()python统计函数数的区别：

unique()是以 数组形式（numpy.ndarray）返回列python统计函数数的所有唯一值（特征的所有唯一值）

nunique()即返回的是唯一值的个数

比如：df['item_name'].unique()

要求：将下表中经验列将按周统计的转换为经验不限python统计函数数，保留学历

df1['经验'] = df1['经验'].apply(lambda x: '经验不限'+ x[-2:] if '周' in x else x)

#解释：将‘5天/周6个月’变成‘经验不限’python统计函数数，然后保留学历‘本科’

方法二：定义函数

  def dataInterval(ss):

    if '周' in ss:

        return '经验不限'+ ss[-2:]

    return ss

 df1['经验'] = df1['经验'].apply(dataInterval)

相关问答

Q1: Python pandas数据计数函数value_counts

value_counts是一种查看表格某列中有多少个不同值的快捷方法python统计函数数，并计算每个不同值有在该列中个数python统计函数数，类似Excel里面的count函数

其是pandas下面的顶层函数，也可以作用在Series、DataFrame下

常规用法：

pandas 的 value_counts() 函数可以对Series里面的每个值进行计数 并且 排序，默认是降序

可以看出，既可以对分类变量统计，也可以对连续数值变量统计

如果是要对结果升序排列，可以添加 ascending=True 来改变

如果不想看统计的个数，而是想看占比，那么可以设置 normalize=True 即可，结果是小数形式

可以通过apply，对每一列变量进行统计

以上是自己实践中遇到的一些点，分享出来供大家参考学习，欢迎关注DataShare公众号

Q2: python count()函数的功能和用法

python count()函数的功能和用法如下：

统计字符串

在python中可以使用“count()”函数统计字符串里某个字符出现的次数，该函数用于统计次数，其语法是“count(sub， start...

Python count() 方法用于统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置。

count()函数

描述：统计字符串里某个字符出现的次数。可以选择字符串索引的起始位置和结束位置。         

语法：str.count("char", start,end)  或 str.count("char")    - int    返回整数

str —— 为要统计的字符(可以是单字符，也可以是多字符)。

star —— 为索引字符串的起始位置，默认参数为0。

end —— 为索引字符串的结束位置，默认参数为字符串长度即len(str)

关于python统计函数数和python进行数据统计的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。