Python Pandas - หาความถี่สัมพัทธ์ของค่าในดัชนี (value_counts normalize=True)

ในการหาความถี่สัมพัทธ์ (relative frequency) ของค่าในดัชนี (Index) ให้ใช้เมธอด index.value_counts() พร้อมตั้งค่าพารามิเตอร์ normalize=True

ขั้นตอนการทำงาน

1. นำเข้าไลบรารีที่จำเป็น

import pandas as pd

2. สร้างดัชนี

index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30])

3. แสดงดัชนี

print("Pandas Index...\n", index)

4. หาความถี่สัมพัทธ์

print("\nGet the relative frequency by dividing all values by the sum of values...\n", index.value_counts(normalize=True))

ตัวอย่างโค้ดสมบูรณ์

import pandas as pd

# สร้างดัชนี
index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30])

# แสดงดัชนี
print("Pandas Index...\n", index)

# แสดงจำนวนองค์ประกอบ
print("\nNumber of elements in the index...\n", index.size)

# แสดง dtype ของข้อมูล
print("\nThe dtype object...\n", index.dtype)

# หาความถี่สัมพัทธ์
print("\nGet the relative frequency by dividing all values by the sum of values...\n", index.value_counts(normalize=True))

ผลลัพธ์

Pandas Index... Int64Index([50, 10, 70, 110, 90, 50, 110, 90, 30], dtype='int64')
Number of elements in the index... 9
The dtype object... int64
Get the relative frequency by dividing all values by the sum of values...
50    0.222222
110   0.222222
90    0.222222
10    0.111111
70    0.111111
30    0.111111
dtype: float64

คำอธิบาย

normalize=True ทำให้ผลลัพธ์เป็นสัดส่วน (ความถี่หารด้วยจำนวนทั้งหมด 9) ค่า 50, 110, 90 ปรากฏ 2 ครั้ง = 2/9 ≈ 0.222 อื่นๆ 1 ครั้ง = 1/9 ≈ 0.111