Python 带有分类数据和自定义“数据框”列的直方图/值计数；垃圾箱；

考虑以下数据帧：

import pandas as pd

x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)

   0  1
0  a  b
1  a  c
2  c  b
3  d  c

我想根据一些定制的“容器”（可能是唯一数据值的超集），获得数据帧每列中数据的相对频率。例如，如果：

b = ['a', 'b', 'c', 'd', 'e', 'f']

我想获得：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

是否有一个（或两个）班轮来实现这一点？

尝试，然后基于b：

import pandas as pd

x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])

b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)

print(df)

df

：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

---

A和选择：

df

：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

---

第一种方法对我来说更直观。