无法理解.mode()在python中的用法
无法理解.mode()在python中的用法
提问于 2018-10-26 03:34:42
我有一个要求，我需要找出最受欢迎的开始时间。以下是帮助我找到正确解决方案的代码。
import time
import pandas as pd
import numpy as np
# bunch of code comes
# here
# that help in reaching the following steps
df = pd.read_csv(CITY_DATA[selected_city])
# convert the Start Time column to datetime
df['Start Time'] = pd.to_datetime(df['Start Time'])
# extract hour from the Start Time column to create an hour column
df['hour'] = df['Start Time'].dt.hour
# extract month and day of week from Start Time to create new columns
df['month'] = df['Start Time'].dt.month
df['day_of_week'] = df['Start Time'].dt.weekday_name
# find the most popular hour
popular_hour = df['hour'].mode()[0]以下是我尝试运行此查询时获得的示例o/p
“打印(df‘小时’)”
0 15
1 17
2 8
3 13
4 14
5 9
6 9
7 17
8 16
9 17
10 7
11 17
Name: hour, Length: 300000, dtype: int64我使用时得到的o/p
打印(类型(df“小时”))
<class 'pandas.core.series.Series'>最流行的开始小时的值存储在popular_hour中，它等于"17“(这是正确的值)
但是，我不能理解.mode()
这个.mode()做了什么?为什么？
是否可以使用相同的概念来计算热门月份和热门星期几，而不考虑它们的数据类型
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-10-26 03:38:55
mode返回一个序列：
df.mode()
0 17
dtype: int64在此基础上，通过调用
df.mode()[0]
17请注意，总是返回一个Series，有时如果mode有多个值，它们都会被返回：
pd.Series([1, 1, 2, 2, 3, 3]).mode()
0 1
1 2
2 3
dtype: int64您仍然会每次都取第一个值，并丢弃其余的值。请注意，当返回多个模式时，它们始终是排序的。
有关更多信息，请阅读mode上的文档。
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/52996816
复制相关文章
相似问题