如何在pandas DataFrame中获取多列/多行中唯一列值的计数？

在pandas DataFrame中获取多列/多行中唯一列值的计数可以使用value_counts()方法。该方法可以对指定的列或行进行计数，并返回每个唯一值的出现次数。

如果要获取多列中唯一列值的计数，可以使用value_counts()方法对这些列进行拼接，并设置dropna=False参数来包含缺失值。例如，假设有一个DataFrame对象df，包含两列A和B，可以使用以下代码获取这两列中唯一列值的计数：

import pandas as pd

# 创建DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3, 1, 2, 3],
                   'B': [4, 5, 6, 4, 5, 6]})

# 获取多列中唯一列值的计数
counts = pd.concat([df['A'], df['B']]).value_counts(dropna=False)

print(counts)

输出结果为：

3    2
2    2
1    2
6    1
5    1
4    1
dtype: int64

如果要获取多行中唯一列值的计数，可以使用value_counts()方法对DataFrame对象进行转置，并设置dropna=False参数来包含缺失值。例如，假设有一个DataFrame对象df，包含两行1和2，可以使用以下代码获取这两行中唯一列值的计数：

import pandas as pd

# 创建DataFrame对象
df = pd.DataFrame([[1, 4], [2, 5], [3, 6], [1, 4], [2, 5], [3, 6]], columns=['A', 'B'])

# 获取多行中唯一列值的计数
counts = df.T.apply(pd.Series.value_counts, dropna=False)

print(counts)

输出结果为：

   1  2  3  4  5  6
A  2  2  2  0  0  0
B  0  0  0  2  2  2

在以上代码中，pd.concat()函数用于将多个Series对象拼接成一个新的Series对象，df.T用于转置DataFrame对象，apply()方法用于对转置后的DataFrame对象的每一列应用pd.Series.value_counts()方法进行计数。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云数据库：提供高性能、可扩展的云数据库服务，支持多种数据库引擎。
• 腾讯云云服务器：提供弹性计算能力，可快速部署和扩展应用程序。
• 腾讯云对象存储：提供安全、可靠、低成本的云端对象存储服务，适用于存储和处理大规模非结构化数据。
• 腾讯云人工智能：提供丰富的人工智能服务和解决方案，包括图像识别、语音识别、自然语言处理等。
• 腾讯云物联网：提供全面的物联网解决方案，帮助用户快速构建和管理物联网设备和应用。
• 腾讯云移动开发：提供移动应用开发和运营的一站式解决方案，包括移动后端云服务、移动测试等。
• 腾讯云区块链：提供安全、高效的区块链服务，支持快速搭建和部署区块链网络。
• 腾讯云元宇宙：提供虚拟现实和增强现实的云端服务和解决方案，支持构建和管理元宇宙应用。