Cómo calcular la frecuencia relativa en Python

Actualizado el 17 de julio de 2024, por Luis Benites.

La frecuencia relativa mide la frecuencia con la que se produce un determinado valor en un conjunto de datos en relación con el número total de valores en un conjunto de datos.

Puede usar la siguiente función en Python para calcular frecuencias relativas:

def  rel_freq (x): 
    freqs = [(value, x.count (value) / len (x)) for value in set (x)] 
    return freqs

Los siguientes ejemplos muestran cómo utilizar esta función en la práctica.

Ejemplo 1: frecuencias relativas para una lista de números

El siguiente código muestra cómo usar esta función para calcular frecuencias relativas para una lista de números:

#define data
datos = [1, 1, 1, 2, 3, 4, 4]

#calcular frecuencias relativas para cada valor en la lista
 rel_freq (datos)

[(1, 0,42857142857142855),
 (2, 0,14285714285714285),
 (3, 0,14285714285714285),
 (4, 0,2857142857142857)]

La forma de interpretar esta salida es la siguiente:

  • El valor «1» tiene una frecuencia relativa de 0,42857 en el conjunto de datos.
  • El valor «2» tiene una frecuencia relativa de 0,142857 en el conjunto de datos.
  • El valor «3» tiene una frecuencia relativa de 0,142857 en el conjunto de datos.
  • El valor «4» tiene una frecuencia relativa de 0,28571 en el conjunto de datos.

Notarás que todas las frecuencias relativas suman 1.

Ejemplo 2: frecuencias relativas para una lista de caracteres

El siguiente código muestra cómo utilizar esta función para calcular frecuencias relativas para una lista de caracteres:

#define data
datos = ['a', 'a', 'b', 'b', 'c']

#calcular frecuencias relativas para cada valor en la lista
 rel_freq (datos)

[('a', 0.4), ('b', 0.4), ('c', 0.2)]

La forma de interpretar esta salida es la siguiente:

  • El valor «a» tiene una frecuencia relativa de 0,4 en el conjunto de datos.
  • El valor «b» tiene una frecuencia relativa de 0,4 en el conjunto de datos.
  • El valor «c» tiene una frecuencia relativa de 0,2 en el conjunto de datos.

Una vez más, todas las frecuencias relativas suman 1.

Ejemplo 3: Frecuencias relativas para una columna en un DataFrame de pandas

El siguiente código muestra cómo usar esta función para calcular frecuencias relativas para una columna específica en un DataFrame de pandas:

importar pandas como pd

#define data
 data = pd.DataFrame ({'A': [25, 15, 15, 14, 19],
                     'B': [5, 7, 7, 9, 12],
                     'C': [11, 8, 10, 6, 6]})

#calcular las frecuencias relativas de los valores en la columna 'A'
 rel_freq ( list (data ['A']))

[(25, 0,2), (19, 0,2), (14, 0,2), (15, 0,4)]

La forma de interpretar esta salida es la siguiente:

  • El valor «25» tiene una frecuencia relativa de 0,2 en la columna.
  • El valor «19» tiene una frecuencia relativa de 0,2 en la columna.
  • El valor «14» tiene una frecuencia relativa de 0,2 en la columna.
  • El valor «15» tiene una frecuencia relativa de 0,4 en la columna.

Una vez más, todas las frecuencias relativas suman 1.

Recursos adicionales

Calculadora de frecuencia
relativa Histograma de frecuencia relativa: Definición + Ejemplo
Cómo calcular la frecuencia relativa en Excel

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

Un ensayo de Bernoulli es un experimento con solo dos resultados posibles: "éxito" o "fracaso", y la probabilidad de éxito…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!