我有一个包含大量列的
pandas.DataFrame.我只对其中type =’object’的那些列(‘names’)感兴趣.我想回答有关此专栏的三个问题：
>除了纳米值之外,最常出现的值是什么？
>有多少值符合该标准(答案#1中的值计数)？
>这些值出现的频率是多少？
我从一个大型数据帧(df)开始.我感兴趣的专栏叫做’名字’.首先,我使用collection.Counter来获取’names’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Counter转换回数据帧：
In [53]: df1 = pd.DataFrame.from_dict(cntr,orient='index').reset_index()
In [54]: df1 = df1.rename(columns={'index':'names',0:'cnt'})
这给了我一个包含以下内容的pandas数据框：
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.我在这个例子中的期望输出是：
答案#1 = [John,Ryan]
答案#2 = 2
答案#3 = 126
我不相信使用计数器是最好的选择,因此我愿意接受保留在数据帧内的选项,而不会在数据帧之间反弹以反击数据帧.
解决方法
您可以直接从柜台获取该信息,例如：
码：
from collections import Counter
data = Counter({'Erk': 118,'Michael': 122,'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