转化为纯粹的数值列表

Question

请问怎么把frequency转化成一个纯粹的数值列表呢？

#将2000个数据转为一个列表
datas_1=df['工厂1'].tolist()
datas_2=df['工厂2'].tolist()
datas_3=df['工厂3'].tolist()
datas_4=df['工厂4'].tolist()
datas=[datas_1,datas_2,datas_3,datas_4]
#将4个列表合并为一个
data_list=sum(datas,[])
#排序
data_list_sorted = sorted(data_list)

#分组
groups=range(73,232,10)
#计算每一组的频数
s=pd.cut(data_list_sorted,bins=[frequency for frequency in groups])
frequency=s.value_counts()


#这是输出的结果：
[(73, 83]       49
(83, 93]      145
(93, 103]     176
(103, 113]    120
(113, 123]    161
(123, 133]    250
(133, 143]    218
(143, 153]    143
(153, 163]    149
(163, 173]    181
(173, 183]     89
(183, 193]     48
(193, 203]    193
(203, 213]     78
(213, 223]      0
Name: count, dtype: int64]

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

可以直接使用value_counts()函数将频数数据转化为一个纯粹的数值列表，代码如下：

frequency_list = frequency.values.tolist()

其中，frequency是之前计算得到的频数数据，将其转化为列表后，我们就可以该列表进行进一步处理或直接输出了。以此为例，完整的代码如下：

import pandas as pd
# 将2000个数据转为一个列表
datas_1 = df['工厂1'].tolist()
datas_2 = df['工厂2'].tolist()
datas_3 = df['工厂3'].tolist()
datas_4 = df['工厂4'].tolist()
datas = [datas_1,datas_2,datas_3,datas_4]
# 将4个列表合并为一个
data_list = sum(datas,[])
# 排序
data_list_sorted = sorted(data_list)
# 分组
groups = range(73,232,10)
# 计算每一组的频数
s = pd.cut(data_list_sorted,bins=[frequency for frequency in groups])
frequency = s.value_counts()
# 将频数数据转化为一个纯粹的数值列表
frequency_list = frequency.values.tolist()

其中，frequency_list就是我们需要的纯粹的数值列表。