pandas习题 090：统计数据出现的次数

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六', '张三', '李四', '张三'],
    '科目': ['数学', '语文', '英语', '数学', '语文', '数学', '英语'],
    '成绩': [85, 90, 78, 92, 88, 95, 82]
}

df = pd.DataFrame(data)

# 1. 统计"姓名"列中每个名字出现的次数，并按出现次数降序排列
df['姓名'].value_counts()
'''
姓名
张三    3
李四    2
王五    1
赵六    1
Name: count, dtype: int64
'''

# 2. 统计"科目"列中每个科目出现的次数，并按出现次数升序排列
df['科目'].value_counts(ascending=True)
'''
科目
语文    2
英语    2
数学    3
Name: count, dtype: int64
'''

# 3. 将"成绩"列的值分成3个等宽区间，统计每个区间内成绩的数量
df['成绩'].value_counts(bins=3)
'''
(89.333, 95.0]      3
(77.982, 83.667]    2
(83.667, 89.333]    2
Name: count, dtype: int64
'''

# 4. 统计"姓名"和"科目"两列的组合出现的次数
df.value_counts(['姓名', '科目'])
'''
姓名  科目
张三  数学    1
    英语    1
    语文    1
李四  数学    1
    语文    1
王五  英语    1
赵六  数学    1
Name: count, dtype: int64
'''

# 5. 统计"姓名"列中每个科目出现的频率（使用normalize参数）
df['姓名'].value_counts(normalize=True)
'''
姓名
张三    0.428571
李四    0.285714
王五    0.142857
赵六    0.142857
Name: proportion, dtype: float64
'''

df['姓名'].value_counts(normalize=True).apply(lambda x: f"{x:.0%}")
'''
姓名
张三    43%
李四    29%
王五    14%
赵六    14%
Name: proportion, dtype: object
'''