保存DataFrame.value_counts()的结果为字典

在实际应用中,经常需要把统计一段字符中,每个词出现的次数,也就是词频。统计次数有一个现成的方法就是DataFrame.value_counts(),问题是如何保存结果为我们所用。思路就是把value_counts的两列先分别转成列表,再讲两个列表转成字典。

复制代码
import pandas as pd
data = pd.DataFrame({'a':['a','b','c','a']})
data_counts = data.a.value_counts()  #通过value_counts计算词频
df_data_counts = pd.DataFrame(data_counts)  #将词频结果转成DataFrame格式。
                        # 但是需要注意,转成的DataFrame的索引是需要被统计的词,列是词出现的次数

print(df_data_counts.index.values.tolist())  #把词转成列表
print(df_data_counts['a'].tolist())  #把词出现的次数转成列表
print(dict(zip(df_data_counts.index.values.tolist(),df_data_counts.a.tolist())))  #转成字典
复制代码

 

posted @   理工—王栋轩  阅读(5252)  评论(0编辑  收藏  举报
编辑推荐:
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统
· 【译】Visual Studio 中新的强大生产力特性
· 2025年我用 Compose 写了一个 Todo App
点击右上角即可分享
微信分享提示