Compter les valeurs

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 42 sur 60.

Ce chapitre transforme des tableaux bruts en résumés clairs, en commençant par la question la plus simple : combien de chaque ? Six commandes de boulangerie, comptées :

Un diagramme à barres des six commandes de boulangerie comptées par article : 3 pains, 2 gâteaux, 1 tarte, avec la barre la plus haute en premier

value_counts() effectue le comptage :

orders = pd.DataFrame({"item": ["bread", "cake", "bread", "pie", "cake", "bread"]})
counts = orders["item"].value_counts()
print(counts)

Ceci affiche :

item
bread    3
cake     2
pie      1
Name: count, dtype: int64

Une ligne par valeur différente, de la plus fréquente à la moins fréquente. counts.index[0] est la valeur la plus fréquente, counts.iloc[0] son nombre d’occurrences, et len(counts) le nombre de valeurs différentes.

Les décomptes sont votre premier aperçu de toute colonne à partir de laquelle un modèle apprendra : ce qui domine, ce qui est rare, ce qui est une faute de frappe.

Défi

Moyen

Un système de vélos en libre-service a conservé ses 30 dernières locations dans bikes.csv. L’équipe souhaite obtenir rapidement un aperçu de quelques colonnes, et le code de départ lit leurs noms dans columns.

Pour chaque colonne, dans l’ordre, affiche une ligne : son nom, le nombre de valeurs différentes qu’elle contient et sa valeur la plus fréquente avec le nombre d’occurrences de cette valeur.

Pour deux colonnes d’un autre fichier, la sortie ressemble à ceci :

color: 3 different values, most often red (12)
size: 4 different values, most often M (9)

Essayez vous-même

import pandas as pd

rentals = pd.read_csv("bikes.csv")

# Les noms des colonnes à afficher
n = int(input())
columns = []
for i in range(n):
    columns.append(input())

# Écrivez votre code ci-dessous