熊猫返回不一致的列值计数答案

【问题标题】：Pandas returning inconsistent count of column values熊猫返回不一致的列值计数
【发布时间】：2019-07-11 09:43:17
【问题描述】：

我有一个名为“结果”的列，它包含 1 或 0。出于测试目的，我想获取 1 和 0 的数量，但我得到了一些奇怪的结果。

我最初会这样做：

df.sort_values(by='results', axis=0, ascending=False, inplace=True)

然后：

num_ones = df['results'].value_counts().values[1]
num_zeroes = df['results'].value_counts().values[0]
print("num_ones: " + str(num_ones))
print("num_zeroes: " + str(num_zeroes))

输出：

num_ones: 3610
num_zeroes: 51500

我马上看到值被翻转了。 num_ones 实际上保存 0 的数量，反之亦然。

然后我做

df1 = df.loc[df['results'] == 1]
print('Ones: ' + str(df1.shape[0]))
df0 = df.loc[df['results'] == 0]
print('zeros: ' + str(df0.shape[0]))

输出：

Ones: 51500
zeros: 3610

结果是正确的。什么可能导致初始方法不起作用？

我注意到，对于具有

【问题讨论】：

你的小df是什么样子的，1和0包含多少个？

标签： python pandas

【解决方案1】：

values[1] 获取索引1（第二个元素）可能不是1，这里是0，所以你需要像@WenYoBen 的答案那样做loc，或者一个条件：

>>> vc = df['result'].value_counts()
>>> vc[vc.index.eq(1)].item()
5
>>>

【讨论】：

这是有道理的。但我想知道为什么我看不到较小数据集的问题。
@Brosef 表示0是dataframe的第一个值！
@Brosef 问题与数据框大小没有相关性
我想相信没有相关性，但是在使用较小的数据集时不会发生这种情况。另外，我一开始就打电话给df.sort_values(by='results', axis=0, ascending=False, inplace=True) ，所以1应该总是在索引0处。
@Brosef 没错，stackoverflow.com/questions/51933763/…，这就是问题所在，至少大小和问题之间没有关联

【解决方案2】：

我们通常使用.loc 做的事情，因为在value_counts 之后结果变成index

num_ones = df['results'].value_counts().loc[1]
num_zeroes = df['results'].value_counts().loc[0]
print("num_ones: " + str(num_ones))
print("num_zeroes: " + str(num_zeroes))

由于value_counts 默认sort=True 而你的1 计数大于0，所以pandas 将1 排序在0 之上

举例

s=pd.Series([0,1,1]) #assuming it is well sorted
s.value_counts()
Out[4]: 
1    2
0    1
dtype: int64

如果你这样做 .value[0] 将输出 1 的计数

【讨论】：

你知道stackoverflow.com/questions/51933763/… 所以你的底线有时很可能是错的
@U10-转发你的意思是什么？
我的意思是 value_counts 并不总是保持秩序
@U10-Forward a h，好点和好的搜索，在那个帖子中更新
哈哈我以为你会知道，我们第一次意识到：P

【解决方案3】：

虽然 @WeNYoBen 和 @U10-Forward 提到了访问值的正确方法，但问题的主要原因是在较小的数据集中有更多的 0，而在较大的数据集中有更多的 1 和 value_counts()是按降序排列的。

【讨论】：

我们发现了问题，:-) +1