统计值
本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 42 课，共 60 课。
这一章会把原始表格整理成清晰的汇总，从最简单的问题开始：每种有多少？统计了 6 份烘焙订单：
value_counts() 用于计数：
orders = pd.DataFrame({"item": ["bread", "cake", "bread", "pie", "cake", "bread"]})
counts = orders["item"].value_counts()
print(counts)这会打印：
item
bread 3
cake 2
pie 1
Name: count, dtype: int64每个不同的值占一行，最常见的排在最前面。counts.index[0] 是最常见的值，counts.iloc[0] 是它的计数，len(counts) 是不同值的数量。
计数能让你初步了解模型将从哪些列中学习：什么占主导，什么很少见，什么是拼写错误。
挑战
中等一个共享单车项目将最近 30 条租赁记录保存在 bikes.csv 中。团队想快速查看几个列的概况，初始代码会将这些列的名称读入 columns。
按顺序为每一列输出一行：列名、该列包含多少个不同的值，以及出现次数最多的值和它的出现次数。
对于另一个文件中的两列，输出如下：
color: 3 different values, most often red (12)
size: 4 different values, most often M (9)亲手试试
import pandas as pd
rentals = pd.read_csv("bikes.csv")
# 要报告的列名
n = int(input())
columns = []
for i in range(n):
columns.append(input())
# 在下方编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
数据与图表中的所有课
自己练习： Python 在线编译器