ความถี่สัมพัทธ์และสัมพัทธ์ในหมีแพนด้า

ในสถิติ คำว่า "ความถี่" ระบุจำนวนครั้งของค่าในตัวอย่างข้อมูลที่กำหนด ในฐานะซอฟต์แวร์สำหรับการวิเคราะห์ทางคณิตศาสตร์และวิทยาศาสตร์ Pandas มีวิธีการคำนวณความถี่จากตัวอย่างที่กำหนดในตัวมากมาย

ความถี่สัมบูรณ์ เหมือนกับความถี่ที่คำนวณจำนวนการเกิดขึ้นขององค์ประกอบข้อมูล ในตัวอย่างด้านล่าง เราเพียงแค่นับจำนวนครั้งที่ชื่อเมืองปรากฏใน DataFrame ที่กำหนด และรายงานเป็นความถี่

วิธีที่ 1 − เราใช้เมธอดแพนด้าชื่อ .value_counts

ตัวอย่าง

import pandas as pd
# Create Data Frame
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# use the method .value_counts()
df = pd.Series(data).value_counts()
print(df)

ผลลัพธ์

การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -

Pune          3
Chandigarh    2
Hyderabad     1
dtype: int64

วิธีที่ 2 − เราใช้วิธีแพนด้าชื่อ .crosstab

ตัวอย่าง

import pandas as pd
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
df = pd.DataFrame(data,columns=["City"])
tab_result = pd.crosstab(index=df["City"],columns=["count"])
print(tab_result)

ผลลัพธ์

การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -

col_0        count
City
Chandigarh   2
Hyderabad    1
Pune         3

ความถี่สัมพัทธ์ − นี่คือเศษส่วนระหว่างความถี่ที่กำหนดและจำนวนการสังเกตทั้งหมดในตัวอย่างข้อมูล ดังนั้นค่าอาจเป็นค่าทศนิยมซึ่งสามารถแสดงเป็นเปอร์เซ็นต์ได้ เพื่อหาข้อมูลนั้น ก่อนอื่นเราคำนวณความถี่ตามที่แสดงในแนวทางแรกแล้วหารด้วยจำนวนการสังเกตทั้งหมดที่พบโดยใช้ฟังก์ชัน len()

ตัวอย่าง

import pandas as pd
# Create Data Frame
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# use the method .value_counts()
df = pd.Series(data).value_counts()
print(df/len(data))

ผลลัพธ์

การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -

Pune 0.500000
Chandigarh 0.333333
Hyderabad 0.166667
dtype: float64