ในการคืนค่าความถี่สัมพัทธ์จากวัตถุดัชนี ให้ใช้ index.value_counts() เมธอดที่มีพารามิเตอร์ ทำให้เป็นมาตรฐาน ตามที่ จริง .
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import pandas as pd
การสร้างดัชนีนุ่น -
index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30])
แสดงดัชนีหมีแพนด้า −
print("Pandas Index...\n",index) รับจำนวนค่าที่ไม่ซ้ำโดยใช้ value_counts() ตั้งค่าพารามิเตอร์ "normalize" เป็น True เพื่อรับความถี่สัมพัทธ์ -
print("\nGet the relative frequency by dividing all values by the sum of values...\n", index.value_counts(normalize=True)) ตัวอย่าง
ต่อไปนี้เป็นรหัส -
import pandas as pd
# Creating Pandas index
index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30])
# Display the Pandas index
print("Pandas Index...\n",index)
# Return the number of elements in the Index
print("\nNumber of elements in the index...\n",index.size)
# Return the dtype of the data
print("\nThe dtype object...\n",index.dtype)
# Get the count of unique values using value_counts()
# Set the parameter "normalize" to True to get the relative frequency
print("\nGet the relative frequency by dividing all values by the sum of values...\n", index.value_counts(normalize=True)) ผลลัพธ์
สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -
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
