如何计算大熊猫系列中的最小频率和最大频率

Question

我正在研究一种确定数据集的最小和最大频率的方法。方法value_counts()返回数据的不同值和频率。我试过查看此处列出的文档，但它解决不了我的问题。我的目标是

1. 确定不同值集合中的最大值。
2. 确定与数据集中最大值相关联的频率。
3. 确定不同值集合中的最小值。
4. 确定与数据集中的最小值关联的频率。

例如,

样本输入数据

A1,A2,A3,Class
2,0.4631338,1.5,3
8,0.7460648,3.0,3
6,0.264391038,2.5,2
5,0.4406713,2.3,1
2,0.410438159,1.5,3
2,0.302901816,1.5,2
6,0.275869396,2.5,3
8,0.084782428,3.0,3
2,0.53226533,1.5,2
8,0.070034818,2.9,1
2,0.668631847,1.5,2

2    42
8    24
5    20
6    10
7     2
4     1
3     1

maxValue = 8，maxF = 24 minValue = 2，minF = 42

预期: maxf返回数据集的maxf频率，minf返回数据集的最小频率。

实数:我正忙于处理来自值计数的频率。

我编写了一个处理数据集的程序

def main():
    s = pd.read_csv('A1-dm.csv')
    print("******************************************************")
    print("Entropy Discretization                         STARTED")
    s = entropy_discretization(s)
    print("Entropy Discretization                         COMPLETED")

def entropy_discretization(s):

    I = {}
    i = 0
    n = s.nunique()['A1']
    print("******************")
    print("calculating maxf")
    maxf(s['A1'])
    print("******************")

def maxf(s):
    print(s.value_counts())


def minf(s):
    print(s.value_counts())

如果能对此提供任何帮助，我们将不胜感激。我

Answer 1

美国Series.idxmax和Series.idxmin，必要时输出Series使用Series.agg

s = df['Class'].value_counts()
print (s)
3    5
2    4
1    2
Name: Class, dtype: int64

print (s.agg(['max','idxmax','min','idxmin']))
max       5
idxmax    3
min       2
idxmin    1
Name: Class, dtype: int64

另外：

print (s.max(), s.idxmax(), s.min(), s.idxmin())
5 3 2 1