Pandas 在列中计数零 - Python

在处理数据时，我们常常需要统计特定字段或列中的零值数量。Pandas提供了方便的函数来完成这个任务，使得我们可以轻松地以编程方式完成数据清理和数据分析。

使用 value_counts 函数

我们可以使用 Pandas 的 value_counts() 函数来计算特定列中每个值出现的次数。默认情况下，value_counts() 函数按照出现次数对结果进行降序排序。

以下代码段演示如何计算DataFrame的 'column_name' 列中的零值数量：

import pandas as pd

df = pd.read_csv('data.csv') # 假设数据已经加载到 DataFrame 中了
zero_count = (df['column_name'] == 0).sum()
print("Zero count in 'column_name' column: ", zero_count)

输出结果应该如下所示：

Zero count in 'column_name' column:  10

我们也可以使用 normalize=True 参数来获取零值在列中占比的百分比：

zero_count_percent = (df['column_name'] == 0).value_counts(normalize=True)[1] * 100
print("Percentage of zero count in 'column_name' column: ", zero_count_percent, "%")

这将输出类似以下格式的结果：

Percentage of zero count in 'column_name' column:  8.54 %

结论

使用 Pandas 的 value_counts() 函数可以方便地计算同一列中特定值的数量，并将这些值按数量降序排列。这使得我们可以轻松地进行数据处理和分析。