পান্ডাসে পরম এবং আপেক্ষিক ফ্রিকোয়েন্সি

পরিসংখ্যানে, "ফ্রিকোয়েন্সি" শব্দটি একটি প্রদত্ত ডেটা নমুনায় একটি মানের সংঘটনের সংখ্যা নির্দেশ করে। গাণিতিক এবং বৈজ্ঞানিক বিশ্লেষণের জন্য একটি সফ্টওয়্যার হিসাবে, একটি প্রদত্ত নমুনা থেকে ফ্রিকোয়েন্সি গণনা করার জন্য পান্ডাসের অনেকগুলি অন্তর্নির্মিত পদ্ধতি রয়েছে৷

পরম ফ্রিকোয়েন্সি এটি শুধুমাত্র ফ্রিকোয়েন্সি হিসাবে একই যেখানে একটি ডেটা উপাদানের সংঘটনের সংখ্যা গণনা করা হয়। নীচের উদাহরণে, আমরা কেবলমাত্র একটি প্রদত্ত ডেটাফ্রেমে একটি শহরের নাম কতবার প্রদর্শিত হচ্ছে তা গণনা করি এবং এটি ফ্রিকোয়েন্সি হিসাবে রিপোর্ট করি৷

পন্থা 1 − আমরা .value_counts নামে পান্ডাস পদ্ধতি ব্যবহার করি।

উদাহরণ

import pandas as pd
# Create Data Frame
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# use the method .value_counts()
df = pd.Series(data).value_counts()
print(df)

আউটপুট

উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -

Pune          3
Chandigarh    2
Hyderabad     1
dtype: int64

পন্থা 2 − আমরা .crosstab

উদাহরণ

import pandas as pd
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
df = pd.DataFrame(data,columns=["City"])
tab_result = pd.crosstab(index=df["City"],columns=["count"])
print(tab_result)

আউটপুট

উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -

col_0        count
City
Chandigarh   2
Hyderabad    1
Pune         3

আপেক্ষিক ফ্রিকোয়েন্সি - এটি একটি প্রদত্ত ফ্রিকোয়েন্সি এবং একটি ডেটা নমুনায় মোট পর্যবেক্ষণ সংখ্যার মধ্যে একটি ভগ্নাংশ। সুতরাং মানটি একটি ফ্লোটিং পয়েন্ট মান হতে পারে যা শতাংশ হিসাবেও প্রকাশ করা যেতে পারে। এটি খুঁজে বের করার জন্য আমরা প্রথমে প্রথম পদ্ধতিতে দেখানো ফ্রিকোয়েন্সি গণনা করি এবং তারপর len() ফাংশন ব্যবহার করে পাওয়া মোট পর্যবেক্ষণের সংখ্যা দিয়ে ভাগ করি।

উদাহরণ

import pandas as pd
# Create Data Frame
data = ["Chandigarh","Hyderabad","Pune","Pune","Chandigarh","Pune"]
# use the method .value_counts()
df = pd.Series(data).value_counts()
print(df/len(data))

আউটপুট

উপরের কোডটি চালানো আমাদের নিম্নলিখিত ফলাফল দেয় -

Pune 0.500000
Chandigarh 0.333333
Hyderabad 0.166667
dtype: float64