使用 Python 计算所有分类变量的值

Question

我有一个包含大量列的数据集，如何计算 Python 中所有分类变量的值的频率？我不想要一两个特定列的频率，而是我需要所有变量的频率type="category"。

Answer 1

使用selected_dtypes()选择带有 的列type=category，并使用sum()方法计算频率：

df.select_dtypes(include='category').sum()

输出：

col_cat1     9

col_cat2    21

Answer 2

不完全确定我明白你的意思，但如果你只是想保持频率的连续计数，字典是一个很好的方法。

例如，如果我们使用虚拟数据 ['A', 'A', 'B', 'A', 'C', 'C']

category_counts = {}

for category in categories:

    try:

        category_counts[category] += 1

    except:

        category_counts[category] = 1

打印（类别计数）

返回：

{'A'：3，'B'：1，'C'：2}

编辑：因此，如果您想要计算每列的类别，则代码仅会稍微更改为：

table = [['Male/Female','M','M','F','M',"F"],['Age','10-20','30-40','10-20','20-30','10-20']]

category_counts = {}

for column in table:

    category_counts[column[0]] = {}

    for data in column[1:]:

        try:

            category_counts[column[0]][data] += 1

        except:

            category_counts[column[0]][data] = 1

print(category_counts)

哪个打印：

{'男/女'：{'M'：3，'F'：2}，'年龄'：{'10-20'：3，'30-40'：1，'20-30'：1} }

但我不确定您当前如何存储数据