小编给大家分享一下pandas新版本如何实现数据表多列频率统计，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
公司主营业务：成都网站制作、成都网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。成都创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。成都创新互联推出承留免费做网站回馈大家。
列频率统计
pandas 以前的版本(1.1以前)中，就已经存在单列的频率统计。
我们以泰坦尼克号罹难乘客数据为例子：
image-20200806092628285希望快速查看各个性别的记录数：
image-20200806092732878上面显示的是绝对数值，可以显示占比吗？
image-20200806092901143但是，以上都是针对单列的统计，很多时候我们希望对多列组合的频率统计。
数据表的多列频率统计
现在，pandas 1.1 版本中已为 DataFrame 追加了同名方法 value_counts，下面来看看怎么使用。
查看性别与是否生还的统计数：
image-20200806093401214同样地，通过参数可以微调输出结果：
image-20200806093527710可能对于一些初学者来说会疑惑，难道旧版本得到这个结果很麻烦吗？
其实以前的版本做到一样的效果也是非常容易：
image-20200806094104421没有按频率倒序输出？
简单在后面"接上"排序操作，结果就一样了：
image-20200806094230946其实还有另一种解决思路，有兴趣看源码吧
统计比例也没有多大的事情：
image-20200806094306039那肯定用新版本的方法呀，新方法一句就做了你这么多句的事情！
但是！！！
下面，我们就来看看"自己做主"的优势
分段统计
之前在讲解单列的频率统计(Series.value_counts)时，其实遗漏了一个挺有用的参数，对于数值型的列才能使用。
希望查看年龄段的频率(分3段吧)：
image-20200806095018867通常我们希望按分段排序：
image-20200806095136997你是不是觉得新版本的 DataFrame.value_counts 也有这个参数呢？
很遗憾，并没有这个参数，应该考虑到组合列的值是不能分段的。
不过对于自定义函数，当然想干啥就干啥：
image-20200806100144613看完了这篇文章，相信你对“pandas新版本如何实现数据表多列频率统计”有了一定的了解，如果想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
标题名称：pandas新版本如何实现数据表多列频率统计
URL地址：
http://cdkjz.cn/article/jdihcs.html
