¿Cómo extraer los nombres de los valores y los recuentos de value_counts() en Pandas?

requisitos previos: 

• panda 
• matplotlib

En este artículo, aprenderemos cómo podemos extraer los nombres y valores usando values_count() de panda. La biblioteca panda está equipada con una serie de funciones útiles para ‘value_counts’ es una de ellas. Esta función devuelve los recuentos de elementos únicos en un marco de datos de pandas.

Sintaxis: 

<objeto>.value_count()

Acercarse:

• Importar módulo requerido.
• Hacer el marco de datos
• Proceso usando value_count()
• Mostrar datos

Ejemplo 1: para imprimir todos los países únicos y el primer nombre de país en la lista.

La función tolist() devuelve una lista de valores.

Sintaxis: Index.tolist() 
Parámetros: Ninguno
Devuelve: lista

import pandas as pd
import matplotlib.pyplot as plt
  
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
  
  
# print all unique country name in the list
su1 = df['country'].value_counts().index.tolist()
print(su1)
  
# print 1st unique country name present in a list
su2 = df['country'].value_counts().index.tolist()[0]
print(su2)

Producción:

Ejemplo 2: Para imprimir todos los valores únicos de la columna y el primer valor de la columna.

value_count() cuenta Ocurrencias Únicas de Valores en una Columna

Sintaxis : Index.value_count() 
Parámetros: Ninguno
Devuelve: el recuento de ocurrencias de cada uno de los valores únicos en esta columna.

import pandas as pd
import matplotlib.pyplot as plt
  
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
  
  
# print country name and counts
su3 = df['country'].value_counts()
print(su3)
  
# print 1st country count in a list
su4 = df['country'].value_counts()[0]
print(su4)

Producción:

Ejemplo 3: Imprimir nuestros datos usando un bucle de una lista.

import pandas as pd
import matplotlib.pyplot as plt
  
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
  
  
# printing names and count using loop.
for idx, name in enumerate(df['country'].value_counts().index.tolist()):
    print('Name :', name)
    print('Counts :', df['country'].value_counts()[idx])

Producción:

Ejemplo 4: Imprimir nuestros datos en forma de gráfico de barras.

Sintaxis: matplotlib.pyplot.plot(kind=’ ‘)
Parámetros: kind: tipo de gráfico, es decir, línea, barra.
Devoluciones: Esto devuelve un gráfico.

import pandas as pd
import matplotlib.pyplot as plt
  
# Make example dataframe
df = pd.DataFrame([(1, 'Germany'),
                   (2, 'France'),
                   (3, 'Indonesia'),
                   (4, 'France'),
                   (5, 'France'),
                   (6, 'Germany'),
                   (7, 'UK'),
                   (8, 'India'),
                   (9, 'India'),
                   (10, 'Germany')
                   ],
                  columns=['groupid', 'country'],
                  index=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'])
  
  
# Display data in a form of Graph
df['country'].value_counts().plot(kind='bar')
plt.show()

Producción: