在 Pandas 中，可以使用
value_counts()
方法来统计某一列中各个值的出现次数。例如，假设你有一个 Pandas 的数据框
df
，并且想要统计其中名为 "Item" 的列中各个值的出现次数，你可以这样做：
counts = df['Item'].value_counts()
这样，变量 counts 就是一个 Pandas 的序列，它的索引是 "Item" 列中的所有值，对应的值就是这些值在 "Item" 列中出现的次数。你也可以使用 sort_index() 方法对索引进行排序，或者使用 sort_values() 方法对值进行排序。
例如，假设你想要按照值的大小对 "Item" 列中的值进行排序，并且只保留前 10 个值，你可以这样做：
top10 = df['Item'].value_counts().sort_values(ascending=False).head(10)
这样，变量 top10 就是一个 Pandas 的序列，它的索引是 "Item" 列中出现次数最多的前 10 个值，对应的值就是这些值在 "Item" 列中出现的次数。