一、value_counts
pandas 的value_counts()函数可以对Series里面的每个值进行计数并且排序。
value_counts是计数，统计所有非零元素的个数，默认以降序的方式输出Series。
按区域进行分类统计（默认降序排列，如果要升序排列可以添加参数ascending = True）：
统计每个区域的占比（指定normalize参数为True，也可以用sum函数进行计算）：
空值是默认剔除掉的，value_counts()返回的结果是一个Series数组，可以跟别的数组进行运算。
value_count()跟透视表里（pandas或者excel）的计数很相似，都是返回一组唯一值，并进行计数，这样能快速找出重复出现的值。
还有value_counts()函数是针对Series的，不是针对DataFrame的，所以只能是单列。
describe函数总结数据集分布的中心趋势，分散和形状，不包括NaN值。
DataFrame.describe(percentiles=None,include=None,exclude=None)，可以快速的求出一些算术运算指标：
include包含all、[np.number]和[np.object]三个值，describe属性可以对数值型变量（include=['number']）和离散型变量（include=['object']）进行描述性统计：
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
