python - 如何使用 Pandas groupby 获取最大组数，使用字母顺序打破任何联系

Question

我有一个 Pandas 数据框，如下所示:

import pandas as pd

df = pd.DataFrame({
    'person': ['Mike', 'Mike', 'Mike', 'Bob', 'Bob', 'Bob', 'Susan', 'Cindy', 'Paul', 'Paul', 'Jon', 'Larry', 'Cindy', 'Larry', 'Larry', 'David', 'David', 'David', 'Eric', 'Cindy', 'Paul'],
    'city': ['New York', 'New York', 'New York', 'New York', 'New York', 'New York', 'New York', 'London', 'London', 'London', 'London', 'Sydney', 'Sydney', 'Sydney', 'Sydney', 'Sydney', 'Sydney', 'Sydney', 'Tokyo', 'Tokyo', 'Tokyo']
})

对于每个城市，我想返回该城市内人数最多的人。如果出现平局，我想使用此人的字母顺序(最接近“A”)。

所需的数据框如下所示:

city         person
New York     Bob
London       Paul
Sydney       David
Tokyo        Cindy

我相信我可以使用 groupby() 和 idxmax() 来做到这一点，但我不确定如何实现。

任何帮助将不胜感激。

谢谢!

Answer 1

尝试:

df.sort_values('person')\                 #Sort to get alphabetical order
  .groupby('city', sort=False)['person']\ #Groupby city sort False to keep city in order
  .apply(pd.Series.mode)\                 #Apply mode to get most frequent occurrence
  .xs(0, level=1)                         #Use xs to get values for first level of city

输出:

city
New York      Bob
London       Paul
Tokyo       Cindy
Sydney      David
Name: person, dtype: object

并且，您可以添加 .reset_index() 来获取数据帧。

       city person
0  New York    Bob
1    London   Paul
2     Tokyo  Cindy
3    Sydney  David