Python 3.x Pandas，数据帧来自少数列的唯一值

我正在尝试计算少数列中的uniqiue值。我的数据框如下所示：

Name      Name.1    Name.2    Name.3
x         z          c          y
y         p          q          x
q         p           a         y

输出应如下所示：

x   2
z   1
c   1
y   3
q   2
p   2
a   1

---

我使用了groupby或count_值，但无法获得正确的输出。有什么想法吗？谢谢大家

> P>似乎想考虑值，而不考虑它们的行或列位置。在这种情况下，您应该折叠数据帧并使用计数器

from collections import Counter

arr = np.array(df)
count = Counter(arr.reshape(arr.size))

---

似乎要考虑值，而不考虑它们的行或列位置。在这种情况下，您应该折叠数据帧并使用计数器

from collections import Counter

arr = np.array(df)
count = Counter(arr.reshape(arr.size))

另一种（）方法是先计算，然后求和（按列）

另一种（）方法是先计算，然后求和（按列）

---

很好用。谢谢你，伙计！您知道如何显示最常出现的示例5结果吗？

sorted（count.items（），key=lambda x:x[1]）

它返回空列表对不起，是哪一个？排序的结果或计数？您可以执行排序（…，reverse=True）[:5]以按发生率获得前五名。这项工作很棒。谢谢你，伙计！您知道如何显示最常出现的示例5结果吗？

sorted（count.items（），key=lambda x:x[1]）

它返回空列表对不起，是哪一个？排序结果或计数？您可以执行

sorted（…，reverse=True）[:5]

通过发生率获得前五名，您可以简单地进行堆栈和计数，即

df.stack（）.value\u counts（）

可能的重复。还包含可能与您的对象类型相关的计时

DataFrame

您可以简单地堆叠和计数，即

df.stack（）.value\u counts（）

可能的重复。还包含可能与对象类型相关的计时

DataFrame