data.apply(pd.value_counts).fillna(0)的意思

import pandas as pd
from pandas import Series, DataFrame
data = DataFrame({'Qu1': [1, 3, 4, 3, 4],
'Qu2': [2, 3, 1, 2, 3],
'Qu3': [1, 5, 2, 4, 4]})
result = data.apply(pd.value_counts).fillna(0)
In [26]:data
Out[26]:
Qu1 Qu2 Qu3
0 1 2 1
1 3 3 5
2 4 1 2
3 3 2 4
4 4 3 4
In [27]:result
Out[28]:
Qu1 Qu2 Qu3
1 1 1 1
2 0 2 1
3 2 2 0
4 2 0 2
5 0 0 1

#首先计算Qu1列中的频数，行索引为原来data的所以
data.value_counts('Qu1')
Out[21]:
Qu1
3
2
4
2
1
1
dtype: int64
pd.value_counts(data.Qu1).reindex(range(1, 6))
Out[22]:
1
1.0
2
NaN
3
2.0
4
2.0
5
NaN
Name: Qu1, dtype: float64
#用0填充缺失值
pd.value_counts(data.Qu1).reindex(range(1, 6)).fillna(0)
Out[23]:
1
1.0
2
0.0
3
2.0
4
2.0
5
0.0
Name: Qu1, dtype: float64

最后

以上就是踏实芝麻为你收集整理的data.apply(pd.value_counts).fillna(0)用法data.apply(pd.value_counts).fillna(0)的意思的全部内容，希望文章能够帮你解决data.apply(pd.value_counts).fillna(0)用法data.apply(pd.value_counts).fillna(0)的意思所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。