Python 3.x 如何计算列中变量的频率
我有以下数据帧:dfPython 3.x 如何计算列中变量的频率,python-3.x,pandas,dataframe,Python 3.x,Pandas,Dataframe,我有以下数据帧:df date symbol open high low close volume 0 2019-03-01 AMZN 1655.13 1674.26 1651.00 1671.73 4974877 1 2019-03-04 AMZN 1685.00 1709.43 1674.36 1696.17 6167358 2 2019-03-05 AMZN 1702.95 1707.
date symbol open high low close volume
0 2019-03-01 AMZN 1655.13 1674.26 1651.00 1671.73 4974877
1 2019-03-04 AMZN 1685.00 1709.43 1674.36 1696.17 6167358
2 2019-03-05 AMZN 1702.95 1707.80 1689.01 1692.43 3681522
3 2019-03-06 AMZN 1695.97 1697.75 1668.28 1668.95 3996001
4 2019-03-07 AMZN 1667.37 1669.75 1620.51 1625.95 4957017
5 2019-03-01 AAPL 174.28 175.15 172.89 174.97 25886167
6 2019-03-04 AAPL 175.69 177.75 173.97 175.85 27436203
7 2019-03-05 AAPL 175.94 176.00 174.54 175.53 19737419
8 2019-03-06 AAPL 174.67 175.49 173.94 174.52 20810384
9 2019-03-07 AAPL 173.87 174.44 172.02 172.50 24796374
10 2019-03-01 GOOG 1124.90 1142.97 1124.75 1140.99 1450316
我想得到AAPL在df['symbol']中出现的次数。我不想使用:
df.groupby('symbol').size()
因为我对其他的不感兴趣,而且原始数据集要大得多 熊猫系列方法值\u计数
正是您所需要的。
熊猫系列方法值\u计数
正是您所需要的。
试试这个:
len(df[df['symbol']='AAPL'])
这对我有用 试试这个:
len(df[df['symbol']='AAPL'])
这对我有用 您也可以尝试以下方法:
df[df['symbol'] == 'AAPL'].shape[0]
您也可以尝试以下方法:
df[df['symbol'] == 'AAPL'].shape[0]
试试看
len(df[df['symbol']==“AAPL”])
df['symbol'].eq('AAPL').sum()
光环的建议是正确的,因为它不执行不必要的额外操作@Quang Hoang提出的建议是正确的,因为它不会执行不必要的额外操作。OP说:因为我对其他人不感兴趣。
OP说:因为我对其他人不感兴趣