Pandas:获取组中出现次数最多的字符串值
Pandas:获取组中出现次数最多的字符串值
提问于 2018-07-11 22:55:21
我有以下DataFrame：
item response
1 A
1 A
1 B
2 A
2 A 我想添加一个列，其中包含针对某项的最多给定响应。这应该会导致：
item response mostGivenResponse
1 A A
1 A A
1 B A
2 C C
2 C C我尝试了这样的东西：
df["responseCount"] = df.groupby(["ItemCode", "Response"])["Response"].transform("count")
df["mostGivenResponse"] = df.groupby(['ItemCode'])['responseCount'].transform(max)但是mostGivenResponse现在是响应的计数，而不是响应本身。
回答 3
Stack Overflow用户
回答已采纳
发布于 2018-07-11 22:57:36
使用value_counts并返回第一个索引值：
df["responseCount"] = (df.groupby("item")["response"]
.transform(lambda x: x.value_counts().index[0]))
print (df)
item response responseCount
0 1 A A
1 1 A A
2 1 B A
3 2 C C
4 2 C C或collections.Counter.most_common
from collections import Counter
df["responseCount"] = (df.groupby("item")["response"]
.transform(lambda x: Counter(x).most_common(1)[0][0]))
print (df)
item response responseCount
0 1 A A
1 1 A A
2 1 B A
3 2 C C
4 2 C C编辑：
问题是一个或多个NaN的唯一组，解决方案是使用if-else筛选
print (df)
item response
0 1 A
1 1 A
2 2 NaN
3 2 NaN
4 3 NaN
def f(x):
s = x.value_counts()
print (s)
A 2
Name: 1, dtype: int64
Series([], Name: 2, dtype: int64)
Series([], Name: 3, dtype: int64)
#return np.nan if s.empty else s.index[0]
return np.nan if len(s) == 0 else s.index[0]
df["responseCount"] = df.groupby("item")["response"].transform(f)
print (df)
item response responseCount
0 1 A A
1 1 A A
2 2 NaN NaN
3 2 NaN NaN
4 3 NaN NaNStack Overflow用户
发布于 2018-07-11 22:58:46
df.groupby('item').response.transform(pd.Series.mode)
Out[28]:
0 A
1 A
2 A
3 C
4 C
Name: response, dtype: objectStack Overflow用户
发布于 2018-07-11 23:08:18
您可以使用标准库中的statistics.mode：
from statistics import mode
df['mode'] = df.groupby('item')['response'].transform(mode)
print(df)
item response mode
0 1 A A
1 1 A A
2 1 B A
3 2 C C
4 2 C C页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51288635
复制相关文章
相似问题