python如何分类统计个数

在Python中，可以使用`pandas`库进行数据的分类统计。以下是一些基本的方法和示例代码：

使用`groupby`函数进行分类统计

 import pandas as pd 定义数据框 data = { 'gender': ['male', 'female', 'male', 'female', 'male', 'female'], 'age': [25, 30, 35, 40, 45, 50], 'salary': [50000, 60000, 70000, 80000, 90000, ] } df = pd.DataFrame（data） 按性别分组，统计每个性别的人数和平均薪资 grouped = df.groupby（'gender'）.agg（{'age': 'count', 'salary': 'mean'}） print（grouped） 

使用`pivot_table`创建交叉表进行分类统计

 import pandas as pd 定义数据框 data = { 'A': ['foo', 'foo', 'bar', 'bar', 'foo', 'bar'], 'B': [1, 2, 3, 4, 5, 6], 'C': [2.0, 5., 8., 1.0, 2., 9.] } df = pd.DataFrame（data） 创建交叉表，对数据进行分类汇总 pivot = df.pivot_table（index='A', values=['B', 'C'], aggfunc='sum'） print（pivot） 

使用`cut`函数对数值型变量进行分类

 import pandas as pd 定义数据框 data = pd.Series（[1, 2, 3, 7, 9, 13, 14]） 按0-6, 7-12, 12-进行分类 result = pd.cut（data, bins=[0, 6, 12, data.max（）], labels=[0, 1, 2]） print（result） 

使用`apply`函数对文本型变量进行分类

 import pandas as pd 定义数据框 data = pd.Series（['normal', 'abnormal', 'normal', 'abnormal', 'normal', 'abnormal']） 使用关键字提取进行分类 def classify_text（text）: if 'a' in text: return 'a类' elif 'b' in text or 'c' in text: return 'b类' elif 'd' in text: return '正常' else: return None data['classification'] = data.apply（classify_text） print（data） 

以上示例展示了如何使用`pandas`库进行数据的分类统计。您可以根据具体需求选择合适的方法。