使用Python对所有分类变量的值进行计数

我有一个包含大量列的数据集，如何计算Python中所有分类变量的值的频率？我不需要一个或两个特定列的频率，而是需要所有变量的频率

type=“category”

我不完全清楚你的意思，但如果你只是想保持频率的连续计数，字典是一个很好的方法

例如，如果我们使用虚拟数据['A'、'A'、'B'、'A'、'C'、'C']

category_counts = {}

for category in categories:
    try:
        category_counts[category] += 1
    except:
        category_counts[category] = 1

打印（类别计数）

返回：

{'A'：3，'B'：1，'C'：2}

编辑：因此，如果您想要对每列的类别进行计数，代码只会略微更改为：

table = [['Male/Female','M','M','F','M',"F"],['Age','10-20','30-40','10-20','20-30','10-20']]

category_counts = {}

for column in table:
    category_counts[column[0]] = {}
    for data in column[1:]:
        try:
            category_counts[column[0]][data] += 1
        except:
            category_counts[column[0]][data] = 1

print(category_counts)

其中打印：

{'男/女'：{'M'：3，'F'：2}，'年龄'：{'10-20'：3，'30-40'：1，'20-30'：1}

但我不确定您当前如何存储数据

使用

type=category

选择列，并使用

sum（）

方法计算频率：

df.select_dtypes(include='category').sum()

输出：

col_cat1     9
col_cat2    21

---

是否有特殊原因将其标记为r和sass（sas？），谢谢。然而，我正在寻找一个不同的输出。比如说，我的数据集有50列-30列是分类变量，20列是数值连续变量。我想得到这30个分类变量的频率表。如果我使用df['column'].value_counts（），它会给出指定变量的类别计数，当没有大量变量时，很难给出代码中每个变量的名称，相反，我想要的是能给所有分类变量提供相同输出的东西。我想要下面这种输出：性别M 200 F 300教育文盲50学校通行证150大学毕业生200硕士50博士50年龄60 50