如何在分组后找到 Pandas DataFrame 列中最常见的值？

GroupBy pandas DataFrame 并选择最常见值

您的任务是清理包含三个字符串列的数据框，确保第三列包含前两列的指定组合的正确值。您提供的代码片段尝试按前两列对数据框进行分组，并为每个组合选择第三列的最常见值。但是，您在尝试执行 agg 函数时遇到问题。

使用 Pandas >= 0.16

您在代码中使用的语法已过时。相反，请使用 pd.Series.mode 函数，该函数在 Pandas 0.16 及更高版本中可用。该函数返回一系列字符串中最常见的值。应用方法如下：

source.groupby(['Country','City'])['Short name'].agg(pd.Series.mode)

此语法按“国家/地区”和“城市”对数据框进行分组，将 pd.Series.mode 函数应用于每个组的“简称”列，并显示结果。

如果您需要将输出作为 DataFrame，请使用此line:

source.groupby(['Country','City'])['Short name'].agg(pd.Series.mode).to_frame()

处理多种模式

pd.Series.mode 函数还可以有效地处理存在多种模式的情况。例如，如果多个值以与最常见值相同的频率出现，它们将作为模式列表返回。

替代方案（不推荐）

您可以使用Python标准库中的statistics.mode函数。然而，这种方法在处理多种模式时表现不佳。当没有一个最常见的值时，它会引发统计错误。

以上是如何在分组后找到 Pandas DataFrame 列中最常见的值？的详细内容。更多信息请关注PHP中文网其他相关文章！