将字典转换为DataFrame并进行频次统计的方法

首先将一个字典转化为DataFrame，然后以DataFrame中的列进行频次统计。

代码如下：

import pandas as pd
a={'one':['A','A','B','C','C','A','B','B','A','A'],
 'tao':['B','B','C','C','A','A','C','B','C','A'],
 'three':['C','B','A','A','B','B','B','A','C','D']}
b=pd.DataFrame(a)
b.describe()

b是转换后DataFrame，显示如表格：

one tao three
0 A B C
1 A B B
2 B C A
3 C C A
4 C A B
5 A A B
6 B C B
7 B B A
8 A C C
9 A A D

频次统计如表格：

one tao three
count 10 10 10
unique 3 3 4
top A C B
freq 5 4 4

其中count是总共变量数量，unique是每列有几个变量，top是频次最高的那个变量，freq是频次最高变量出现的频次。

以上这篇将字典转换为DataFrame并进行频次统计的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/weixin_40198632/article/details/78517503