value_counts() trong pandas: đếm giá trị, unique, nunique
Bài 12/16 · Chương 4
Chọn, lọc và sắp xếp
- 5 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
value_counts() trong pandas đếm mỗi giá trị của một cột xuất hiện mấy lần, giá trị nhiều nhất đứng đầu, và normalize=True đổi số lần thành tỉ lệ. Bạn dùng nó cho những câu hỏi đếm hằng ngày như kênh nào nhiều đơn nhất hay mấy phần trăm đơn bị hủy; còn khi chỉ cần biết cột có những giá trị nào, dùng unique() và nunique().
Cần biết trước: chọn cột và unique() và cumsum() trong NumPy.
value_counts(): mỗi giá trị bao nhiêu lần
Câu hỏi "kênh nào nhiều đơn nhất" là câu hỏi đếm. value_counts() đếm thay cho bạn: index của kết quả là các giá trị khác nhau, giá trị của nó là số lần, xếp giảm dần. Vòng lặp for với items() in từng cặp cho gọn:
import pandas as pd
don = pd.read_csv("don_hang.csv")
dem = don["kenh"].value_counts()
for kenh, so_don in dem.items():
print(f"{kenh}: {so_don}")
print(dem["Website"], dem.index[0])KẾT QUẢ
Website: 464
Ứng dụng: 398
Sàn TMĐT: 376
Cửa hàng: 173
Mạng xã hội: 115
464 WebsiteKết quả là một Series, nên bạn lấy được số đơn của một kênh bằng nhãn, dem["Website"], và kênh đứng đầu bằng dem.index[0]. Hãy hình dung việc đếm phiếu bầu: mỗi tên được ghi một vạch mỗi lần xuất hiện, cuối cùng xếp theo số vạch.
Tỉ lệ với normalize=True
Số lần cho biết quy mô, còn tỉ lệ cho biết tỷ trọng. normalize=True chia mỗi số lần cho tổng, nên các tỉ lệ cộng lại bằng 1:
import pandas as pd
don = pd.read_csv("don_hang.csv")
ti_le = don["trang_thai"].value_counts(normalize=True)
for trang_thai, p in ti_le.items():
print(f"{trang_thai}: {p * 100:.1f}%")KẾT QUẢ
Hoàn thành: 86.0%
Đã hủy: 7.9%
Hoàn trả: 5.7%
Đang giao: 0.3%Đơn hoàn thành chiếm phần lớn, đơn hủy và hoàn trả cộng lại khoảng 14 phần trăm. In thẳng ti_le ra màn hình có thể cho số dạng 8.60e-01, khó đọc; định dạng bằng f-string như trên cho số quen thuộc hơn.
unique() và nunique(): các giá trị khác nhau
Đôi khi bạn chỉ cần biết cột có những giá trị nào, hay có bao nhiêu. unique() trả các giá trị khác nhau theo thứ tự xuất hiện lần đầu, còn nunique() trả số lượng của chúng:
import pandas as pd
don = pd.read_csv("don_hang.csv")
print(don["kenh"].unique().tolist())
print(don["kenh"].nunique())
print(don["ma_kh"].nunique(), don["ma_sp"].nunique())KẾT QUẢ
['Cửa hàng', 'Sàn TMĐT', 'Ứng dụng', 'Website', 'Mạng xã hội']
5
300 60Bảng có 300 khách khác nhau và 60 sản phẩm khác nhau đã được bán. tolist() đổi kết quả của unique() thành list Python để in gọn. Đổi don["kenh"].nunique() thành don["trang_thai"].nunique() rồi chạy lại: dòng thứ hai in 4.
Kiểm tra nhanh
Sau
import pandas as pdvàs = pd.Series(["Web", "App", "Web", "Shop", "Web"]),print(s.value_counts().to_dict())in ra gì?{'Web': 3, 'App': 1, 'Shop': 1}{'Web': 1, 'App': 1, 'Shop': 1}{'App': 1, 'Shop': 1, 'Web': 3}
Sau
import pandas as pdvàs = pd.Series(["Web", "App", "Web", "Web"]),print(s.value_counts(normalize=True)["Web"])in ra gì?30.750.25
Sau
import pandas as pdvàs = pd.Series(["Shop", "Web", "Shop", "App"]),print(s.unique().tolist())in ra gì?['App', 'Shop', 'Web']['Shop', 'Web', 'App']['Shop', 'Web', 'Shop', 'App']
Sau
import pandas as pdvàs = pd.Series(["Web", None, "Web", "App"]),print(s.nunique(), len(s.unique()))in ra gì?2 33 32 2
Bài tập
Tỉ lệ từng giá trị của một cột
Bạn làm báo cáo tỷ trọng, như mỗi kênh chiếm bao nhiêu phần đơn. Viết thân hàm ti_le(bang, cot): trả về một dictionary, khóa là mỗi giá trị khác nhau của cột cot, giá trị là tỉ lệ số dòng có giá trị đó.
Ô trống không tính: không thành khóa, và tỉ lệ chia cho số ô có giá trị. Cột không có ô nào có giá trị thì trả dictionary rỗng. Hàm không sửa bảng bang của nơi gọi.
Trả về: tỉ lệ của từng giá trị, một dict.
import pandas as pd
def ti_le(bang, cot):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
s.value_counts()đếm mỗi giá trị và xếp giảm dần; index là giá trị, giá trị là số lần.value_counts(normalize=True)cho tỉ lệ, cộng lại bằng 1; định dạng bằng f-string khi in.s.unique()trả các giá trị khác nhau theo thứ tự xuất hiện;tolist()đổi thành list.s.nunique()đếm số giá trị khác nhau và bỏ qua ô trống;len(s.unique())thì tính cả ô trống.Lấy số lần của một giá trị bằng nhãn,
dem["Website"]; nhãn sai báoKeyError,dem.get(nhan, 0)thì không.
Câu hỏi thường gặp
Đếm theo hai cột cùng lúc, như kênh và trạng thái, thì làm sao?
Gọi value_counts() trên bảng hai cột: don[["kenh", "trang_thai"]].value_counts() đếm từng cặp giá trị. Khi cần tổng hay trung bình theo nhóm, dùng groupby().
value_counts() có đếm ô trống không?
Mặc định không. Thêm dropna=False để ô trống có một dòng riêng trong kết quả, như khi bạn kiểm tra bao nhiêu đơn chưa có ngày giao ở bài dữ liệu thiếu.
Muốn kết quả xếp theo giá trị thay cho theo số lần thì sao?
Gọi tiếp sort_index(): don["so_luong"].value_counts().sort_index() xếp theo số món 1, 2, 3… Cách dùng có ở bài sort_values() và sort_index().
Còn những hàm pandas nào hay dùng khi khám phá dữ liệu?
Bài blog các hàm pandas thường dùng gom value_counts(), describe() và các hàm khác vào một trang tra nhanh.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.