পরিসংখ্যানে "ফ্রিকোয়েন্সি" শব্দটি একটি ডেটা স্যাম্পলে কোনো ভ্যালুর ঘটনার সংখ্যা বোঝায়। গাণিতিক ও বৈজ্ঞানিক বিশ্লেষণের জন্য তৈরি সফটওয়্যার হিসেবে Pandas-এ ফ্রিকোয়েন্সি ক্যালকুলেট করার অনেক বিল্ট-ইন মেথড রয়েছে।
অ্যাবসোলিউট ফ্রিকোয়েন্সি এটি সাধারণ ফ্রিকোয়েন্সির মতোই, যেখানে একটি ডেটা এলিমেন্টের ঘটনার সংখ্যা গণনা করা হয়। নিচের উদাহরণে আমরা একটি DataFrame-এ শহরের নাম কতবার এসেছে তা গুনে ফ্রিকোয়েন্সি রিপোর্ট করছি।
অ্যাপ্রোচ ১ - আমরা পাইথনের .value_counts মেথড ব্যবহার করছি।
উদাহরণ
import pandas as pd # Data Frame তৈরি data = ["Chandigarh", "Hyderabad", "Pune", "Pune", "Chandigarh", "Pune"] # .value_counts() মেথড ব্যবহার df = pd.Series(data).value_counts() print(df)
আউটপুট
Pune 3 Chandigarh 2 Hyderabad 1 dtype: int64
অ্যাপ্রোচ ২ - আমরা পাইথনের .crosstab মেথড ব্যবহার করছি।
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
col_0 count City Chandigarh 2 Hyderabad 1 Pune 3
রিলেটিভ ফ্রিকোয়েন্সি - এটি একটি দেওয়া ফ্রিকোয়েন্সি এবং ডেটা স্যাম্পলে মোট অবজার্ভেশনের সংখ্যায় ভাগফল। তাই মানটি ফ্লোটিং পয়েন্ট হতে পারে যা পার্সেন্টেজ আকারেও এক্সপ্রেস করা যায়। এটি বের করতে প্রথমে ফ্রিকোয়েন্সি ক্যালকুলেট করি (প্রথম অ্যাপ্রোচের মতো) এবং তারপর মোট অবজার্ভেশনের সংখ্যা দিয়ে ভাগ করি যা len() ফাংশন দিয়ে পাওয়া যায়।
উদাহরণ
import pandas as pd # Data Frame তৈরি data = ["Chandigarh", "Hyderabad", "Pune", "Pune", "Chandigarh", "Pune"] # .value_counts() মেথড ব্যবহার df = pd.Series(data).value_counts() print(df / len(data))
আউটপুট
Pune 0.500000 Chandigarh 0.333333 Hyderabad 0.166667 dtype: float64
