Python 如何在使用.value_counts()后计算值的外观?
我有一个数据帧df:Python 如何在使用.value_counts()后计算值的外观?,python,pandas,Python,Pandas,我有一个数据帧df: name | col1 | col2 A | xx | 123 B | yy | 123 C | xx | 87 A | jk | 10 A | j7 | k B | mm | 9 D | xx | ki D | kl | 90 E | k | 17 我想计算每个名称在“name”列中出现的频率,然后我想计算每个值出现的频率 所以 结果: A 3 D 2 B 2
name | col1 | col2
A | xx | 123
B | yy | 123
C | xx | 87
A | jk | 10
A | j7 | k
B | mm | 9
D | xx | ki
D | kl | 90
E | k | 17
我想计算每个名称在“name”列中出现的频率,然后我想计算每个值出现的频率
所以
结果:
A 3
D 2
B 2
C 1
E 1
但我需要计算每个“value_count()”值出现的频率(3只出现1x,2出现2x,1出现2x)。最终结果应如下所示:
3 1
2 2
1 2
我怎样才能做到这一点呢?也许只是简单地链接另一个
。value\u counts()
:
链另一个
.value\u counts()
?是的,这很有效。将其作为答案发布。非常感谢(还有两个)。
3 1
2 2
1 2
df["name"].value_counts().value_counts()