获取每列值的最常见列

Question

我想要每个数最常用的字母。我尝试了各种各样的东西;不知道什么是正确的方式。

import pandas as pd 
from pandas import DataFrame, Series 

original = DataFrame({ 
    'letter': {0: 'A', 1: 'A', 2: 'A', 3: 'B', 4: 'B'}, 
    'number': {0: '01', 1: '01', 2: '02', 3: '02', 4: '02'} 
}) 

expected = DataFrame({'most_common_letter': {'01': 'A', '02': 'B'}}) 

理想情况下，我期待最大限度地提高可读性。

Answer 1

我们可以用DataFrame.mode()方法：

In [43]: df.groupby('number')[['letter']] \ 
      .apply(lambda x: x.mode()) \ 
      .reset_index(level=1, drop=True) 
Out[43]: 
     letter 
number 
01   A 
02   B 

Answer 2

使用groupby + apply + value_counts +请先选择index值，因为值是排序的。

最后转换Seriesto_frame和删除索引名由rename_axis：

df = original.groupby('number')['letter'] \ 
      .apply(lambda x: x.value_counts().index[0]) 
      .to_frame('most_common_letter') 
      .rename_axis(None) 
print (df) 
    most_common_letter 
01     A 
02     B 

类似的解决方案：

from collections import Counter 

df = original.groupby('number')['letter'] \ 
      .apply(lambda x: Counter(x).most_common(1)[0][0]) \ 
      .to_frame('most_common_letter') \ 
      .rename_axis(None) 
print (df) 
    most_common_letter 
01     A 
02     B 

或者使用Series.mode：

df = original.groupby('number')['letter'] \ 
      .apply(lambda x: x.mode()[0][0]) 
      .to_frame('most_common_letter') 
      .rename_axis(None) 
print (df) 
    most_common_letter 
01     A 
02     B 

Answer 3

>>> df = pd.DataFrame({ 
    'letter': {0: 'A', 1: 'A', 2: 'A', 3: 'B', 4: 'B'}, 
    'number': {0: '01', 1: '01', 2: '02', 3: '02', 4: '02'}}) 
>>> df['most_common_letter']=df.groupby('number')['letter'].transform(max) 
>>> df = df.iloc[:,1:].drop_duplicates().set_index('number') 
>>> df.index.name = None 
>>> df 
    most_common_letter 
01     A 
02     B 

还是这样，如果它有助于可读性：

>>> df['most_common_letter']=df.groupby('number')['letter'].transform(max) 
>>> df = df.drop('letter', axis=1).drop_duplicates().rename({'number': None}).set_index('number') 
>>> df 
    most_common_letter 
01     A 
02     B