Python：データフレーム内の出現数とトップ（n）値をチェックする方法は？

Question

データフレーム内の国の出現数を数えたいと思っています。以下はサンプルであり、上位2カ国の出現順も見ています。

  Date   Location 
0 09/17/1908   Virginia 
1 07/12/1912   New Jersey 
2 08/06/1913    Canada 
3 09/09/1913    England 
4 10/17/1913    Germany 
5 03/05/1915    Belgium 
6 09/03/1915    Germany 
7 07/28/1916   Bulgeria 
8 09/24/1916    England 
9 10/01/1916    England 

結果の値は、以下のようなものでなければなりません：

Location Count 
England  3 
Germany  2 

Answer 1

countCollection = df['collection'].value_counts() 

.value_counts()あなたDATAFRAMEにcollectionという名前のコレクションからのアイテムのカウントを与えます。また

、あなたが最終的な値を取得するために、Pythonのに慣れてい述べたように：

countCollection["a"] 

がキー「A」を含む行のために、カウントの返却コレクションからカウント値を取得します。

Answer 2

あなたはsizeと一緒groupbyを使用することがあります。

counts = df.groupby('Location').size() 

countsはタイプpandas.Seriesです。 N=1e4

In [1]: %timeit df.char.value_counts() 
1000 loops, best of 3: 1.34 ms per loop 

In [2]: %timeit df.groupby('char').size() 
1000 loops, best of 3: 1.01 ms per loop 

とN=1e6

するためのコマンド timeit魔法ipythonを使用して

import pandas as pd 
import numpy as np 

# number of items in list 
N = 1e4 

# create a list uniformely samples characters 
l = np.random.choice(list('abcd'), N) 

# create a DataFrame 
df = pd.DataFrame(l, columns=['char']) 

：あなたはNickの答えに

counts.sort_values(inplace=True) 

---

比較ですで、それを命ずることができます小さいデータフレームのために3210

In [1]: %timeit df.char.value_counts() 
10 loops, best of 3: 64.2 ms per loop 

In [2]: %timeit df.groupby('char').size() 
10 loops, best of 3: 73.2 ms per loop 

、groupby & sizeはvalue_countsよりも高速ですが、大きなDateFramesためvalue_countsはgroupby & size