时间戳

首页 > 解决方案 > 为什么使用 value_counts() 和 shape[0] 时会显示 2 个不同的长度？

python - 为什么使用 value_counts() 和 shape[0] 时会显示 2 个不同的长度？

问题描述

我试图找出有多少记录，我认为有两种方法可以显示记录总数。但是，它们显示出不同的长度，为什么会这样？

我在下面列出了两种方式，进一步详细说明一行具有 .shape[0] 属性，而另一行具有 .value_counts() 属性

df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)].shape[0]

output: 3186

df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)].value_counts()

显示长度为 3153 的输出图像

标签： pythonpandasdataframedata-analysisshapes

解决方案

这是因为value_counts按重复项分组并计算它们的数量，它会删除额外的重复项，这样会使数据帧更短。

正如您在文档中看到的：

返回包含 DataFrame 中唯一行数的 Series。

例子：

>>> df = pd.DataFrame({'a': [1, 2, 1, 3]})
>>> df
   a
0  1
1  2
2  1
3  3
>>> df.value_counts()
a
1    2
3    1
2    1
dtype: int64
>>>

如您所见，重复项使代码数据框更短。

如果要获取数据框的长度，请不要使用value_counts，请使用len：

len(df.loc[(df['rental_store_city'] == 'Woodridge') & (df['film_rental_duration'] > 5)])

推荐阅读