什么时候使用df.value_counts（）和df.groupby（'...'）。count（）？

什么时候使用df.value_counts（）和df.groupby（'...'）。count（）？

有差额

value_counts

收益：

结果对象将按降序排列，以便第一个元素是最频繁出现的元素。

但

count

不是，它对输出排序

index

（由中的列创建

groupby('col')

）。

---

df.groupby('colA').count()

是用于

df

按功能汇总所有列的，

count.

因此它计算不包括

NaN

s的值。

因此，如果

count

仅需要一列，则：

df.groupby('colA')['colA'].count()

样品：

df = pd.Dataframe({'colB':list('abcdefg'),        'colC':[1,3,5,7,np.nan,np.nan,4],        'colD':[np.nan,3,6,9,2,4,np.nan],        'colA':['c','c','b','a',np.nan,'b','b']})print (df)  colA colB  colC  colD0    c    a   1.0   NaN1    c    b   3.0   3.02    b    c   5.0   6.03    a    d   7.0   9.04  NaN    e   NaN   2.05    b    f   NaN   4.06    b    g   4.0   NaNprint (df['colA'].value_counts())b    3c    2a    1Name: colA, dtype: int64print (df.groupby('colA').count())      colB  colC  colDcolA       a        1     1     1b        3     2     2c        2     2     1print (df.groupby('colA')['colA'].count())colAa    1b    3c    2Name: colA, dtype: int64