python - 如何获取 pandas 数据框对象值的模式？

Question

我有一个 pandas.DataFrame包含许多列。我只对 type = 'object' 的那些列('names')中的一个感兴趣。关于本专栏，我想回答三个问题:

1. 什么值最常出现，不包括 nan 值？

2. 有多少值符合该标准(答案 #1 中的值计数)？

3. 这些值多久出现一次？

我从一个大数据框 (df) 开始。我感兴趣的专栏称为“名称”。首先，我使用 collection.Counter 获取“名称”列中每个唯一值的出现次数:

In [52]: cntr = collections.Counter([r for i, r in df['names'].dropna().iteritems()])
Out[52]: Counter({'Erk': 118,
    'James': 120,
    'John': 126,
    'Michael': 129,
    'Phil': 117,
    'Ryan': 126})

然后我将计数器转换回数据框:

In [53]: df1 = pd.DataFrame.from_dict(cntr, orient='index').reset_index()
In [54]: df1 = df1.rename(columns={'index':'names', 0:'cnt'})

这给了我一个 pandas 数据框，其中包含:

In [55]: print (type(df1), df1)
Out[55]: <class 'pandas.core.frame.DataFrame'>
       names    cnt
    0      Erk  118
    1    James  120
    2     Phil  117
    3     John  126
    4  Michael  122
    5     Ryan  126

下一部分是我需要一些帮助的地方。在这个例子中我想要的输出是:

答案 #1 = [John, Ryan]

答案 #2 = 2

答案 #3 = 126

我不相信使用 Counter 是最好的选择，所以我对保留在数据帧内而不在数据帧之间反弹以反击数据帧的选项持开放态度。

Answer 1

您可以直接从 Counter 获取该信息，例如:

代码:

from collections import Counter

data = Counter({'Erk': 118, 'James': 120, 'John': 126,
                'Michael': 122, 'Phil': 117, 'Ryan': 126})

by_count = {}
for k, v in data.items():
     by_count.setdefault(v, []).append(k)
max_value = max(by_count.keys())
print(by_count[max_value], len(by_count[max_value]), max_value)

结果:

['John', 'Ryan'] 2 126