在Python-Pandas中生成数据透视表？努比？Xlrd？来自csv

我已经搜索了几个小时，几乎一整天都在研究如何用Python生成透视表。我对python很陌生，所以请容忍我

我想要的是获取一个csv文件，提取第一列并使用该列中数字的计数或频率生成一个数据透视表，然后按降序排序

import pandas

import numpy 


from numpy import recfromtxt
a = recfromtxt('1.csv', skiprows=1, usecols=0, delimiter=',')


print a

^这里我得到的是第一列的列表[2 6 7]

我需要的是导出两列

2-3

6-1

---

7-1你看了这里吗

否则，根据您的示例，您可能只使用列表理解：

>>> l = [2,2,2,6,7]
>>> [(i, l.count(i)) for i in set(l)]

[
    (2,3),
    (6,1),
    (7,1)
]

甚至是词典理解，取决于您需要什么：

>>> l = [2,2,2,6,7]
>>> {i:l.count(i) for i in set(l)}

{
    2: 3,
    6: 1,
    7: 1
}

编辑（来自@Peter DeGlopper的建议）

另一种更有效的使用方法（请阅读下面的评论）：

---

你看过这里吗

否则，根据您的示例，您可能只使用列表理解：

>>> l = [2,2,2,6,7]
>>> [(i, l.count(i)) for i in set(l)]

[
    (2,3),
    (6,1),
    (7,1)
]

甚至是词典理解，取决于您需要什么：

>>> l = [2,2,2,6,7]
>>> {i:l.count(i) for i in set(l)}

{
    2: 3,
    6: 1,
    7: 1
}

编辑（来自@Peter DeGlopper的建议）

另一种更有效的使用方法（请阅读下面的评论）：

---

请参阅以下内容：，如果您可以访问Python

collections.Counter类（2.7或更高版本），并且不需要将count数组指定为numpy数组，则该类非常容易实现。您可以从
collections.Counter（np.nditer（a））
生成一个。如果您需要
numpy
输出，并且您的数据是非负整数，那么看起来
bincount
将是一个开始：@PeterDeGlopper在numpy中，如果您的项不是非负整数，您将执行类似
unq，u=np.unique（a，reverse\u index=True）的操作；cnts=np.bincount（41;
，现在
unq
和
cnts
是您的两列。@Jaime-
返回反向
而不是反向索引

，对吗？您可能还需要

return\u index

，以便更容易地将计数与数组项进行匹配。不过，这很聪明。@peterdegloper是的，没错，

return\u inverse

。。。我在这里的某个地方写过，这最终将成为

np.bincount

的标准功能，因为我发现自己编写这些do行代码的次数太多了。请参见以下内容：，Python

集合.Counter

类使这一点非常容易，如果您有权访问它（2.7或更高版本）并且不需要将count数组指定为numpy数组。您可以从

collections.Counter（np.nditer（a））

生成一个。如果您需要

numpy

输出，并且您的数据是非负整数，那么看起来

bincount

将是一个开始：@PeterDeGlopper在numpy中，如果您的项不是非负整数，您将执行类似

unq，u=np.unique（a，reverse\u index=True）的操作；cnts=np.bincount（41;

，现在

unq

和

cnts

是您的两列。@Jaime-

返回反向

而不是反向索引，对吗？您可能还需要

return\u index

，以便更容易地将计数与数组项进行匹配。不过，这很聪明。@peterdegloper是的，没错，

return\u inverse

。。。我在这里的某个地方写过，这将最终成为

np.bincount

的一个标准特性，因为我发现自己编写这些do行代码的次数太多了。这将对列表长度产生二次性能，由于

count

每次都必须遍历整个列表，因此使用

集合可以做得更好。计数器

或

defaultdict

可以在一次遍历列表中累积运行总数。这是真的，不过为了简单起见（对于python初学者），如果列表不是很大，我认为大多数现代机器都能毫无问题地处理这个问题。如果性能是一个关键问题，那么事实上，你是完全正确的，有很多方法可以优化它。这将使性能与列表长度成二次关系，由于

count

每次都必须遍历整个列表，因此使用

集合可以做得更好。计数器

或

defaultdict

可以在一次遍历列表中累积运行总数。这是真的，不过为了简单起见（对于python初学者），如果列表不是很大，我认为大多数现代机器都能毫无问题地处理这个问题。如果性能是一个关键问题，那么事实上，您完全正确，有很多方法可以优化它。