我的 pandas 数据框如下所示:
+-----+---------+-------+
| No. | Section | Group |
+-----+---------+-------+
| 123 | 222 | 1 |
| 234 | 222 | 1 |
| 345 | 222 | 1 |
| 456 | 222 | 3 |
| 567 | 241 | 1 |
| 678 | 241 | 2 |
| 789 | 241 | 2 |
| 890 | 241 | 3 |
+-----+---------+-------+
首先,我需要添加另一列,其中包含部分和组每种组合的频率。保留所有行非常重要。
期望的输出:
+-----+---------+-------+-------+
| No. | Section | Group | Count |
+-----+---------+-------+-------+
| 123 | 222 | 1 | 3 |
| 234 | 222 | 1 | 3 |
| 345 | 222 | 1 | 3 |
| 456 | 222 | 3 | 1 |
| 567 | 241 | 1 | 1 |
| 678 | 241 | 2 | 2 |
| 789 | 241 | 2 | 2 |
| 890 | 241 | 3 | 1 |
+-----+---------+-------+-------+
第二步是标记每个部分的Count内的最高值。例如,对于像这样的 True/False
列:
+-----+---------+-------+-------+-------+
| No. | Section | Group | Count | Max |
+-----+---------+-------+-------+-------+
| 123 | 222 | 1 | 3 | True |
| 234 | 222 | 1 | 3 | True |
| 345 | 222 | 1 | 3 | True |
| 456 | 222 | 3 | 1 | False |
| 567 | 241 | 1 | 1 | False |
| 678 | 241 | 2 | 2 | True |
| 789 | 241 | 2 | 2 | True |
| 890 | 241 | 3 | 1 | False |
+-----+---------+-------+-------+-------+
原始数据框有很多行。这就是为什么我要求一种有效的方法,因为我想不出一种方法。
非常感谢!
最佳答案
看看变换
df['Count']=df.groupby(['Section','Group'])['Group'].transform('size')
df['Max']=df.groupby(['Section'])['Count'].transform('max')==df['Count']
df
Out[508]:
No Section Group Count Max
0 123 222 1 3 True
1 234 222 1 3 True
2 345 222 1 3 True
3 456 222 3 1 False
4 567 241 1 1 False
5 678 241 2 2 True
6 789 241 2 2 True
7 890 241 3 1 False
关于Python:计算两列内值的组合并找到每个组合的最大频率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49266390/