有没有更有效的方法来聚合数据集并在 Python 或 R 中计算频率？答案

【问题标题】：is there a more efficient way to aggregate a dataset and calculate frequency in Python or R?有没有更有效的方法来聚合数据集并在 Python 或 R 中计算频率？
【发布时间】：2019-03-16 14:12:08
【问题描述】：

我有一个数据集 [0, 1, 1, 2]，我想聚合它。为此，我必须手动计算 'frequency':1/4 并将其放入 DataFrame 中。这是代码。

>>> df = pd.DataFrame({'value':[0, 1, 1, 2],
...             'frequency':1/4})
>>> df.groupby('value').sum()
       frequency
value           
0           0.25
1           0.50
2           0.25

有没有更有效的方法来聚合数据集并在 Python 或 R 中自动计算频率？

【问题讨论】：

在 R 中你可以这样做：dat <- data.frame(value = c(0, 1, 1, 2)); table(dat$value) / nrow(dat)

标签： python r pandas

【解决方案1】：

df['value'].value_counts(normalize=True,sort=False)

也许你可以试试这个......

参考：-

pandas.Series.value_counts()

【讨论】：

【解决方案2】：

在R中

prop.table(table(dat$value))

   0    1    2 
0.25 0.50 0.25

在 python 中，NumPy

import numpy as np 
u,c=np.unique(df.value,return_counts=True)
pd.Series(c/c.sum(),index=u)
0    0.25
1    0.50
2    0.25
dtype: float64

【讨论】：

【解决方案3】：

在R 你可以做类似的事情

library(data.table)
dt <- data.table(sample(0:2,100,replace=TRUE))
dt[,.N/nrow(dt),V1]

## > dt[,.N/nrow(dt),V1]

##    V1   V1
## 1:  1 0.33
## 2:  2 0.32
## 3:  0 0.35

【讨论】：

【解决方案4】：

不使用 pandas 也可以使用 Counter

from collections import Counter
z = [0,1,1,2]
Counter(z)
Counter({1: 2, 0: 1, 2: 1})

然后到数据框

x = Counter(z)
df = pd.DataFrame.from_dict(x, orient='index').reset_index()

然后将值除以 4（您想要的频率）

【讨论】：