我知道如何使用"mode“获取dataframe中每一列的最频繁值。例如:
df = pd.DataFrame({'A': [1, 2, 1, 2, 2, 3]})
df.mode()
A
0 2但是我找不到数据帧中每一列的"n“个最频繁的值?例如,对于提到的数据帧,我希望n=2的输出如下:
A
0 2
1 1有什么指针吗?
发布于 2018-04-10 18:51:48
一种方法是使用pd.Series.value_counts并提取索引:
df = pd.DataFrame({'A': [1, 2, 1, 2, 2, 3]})
res = pd.DataFrame({col: df[col].value_counts().head(2).index for col in df})
# A
# 0 2
# 1 1发布于 2018-04-10 18:54:00
使用value_counts并通过索引选择索引值,但它对每一列都是单独工作的,因此需要使用apply或带有DataFrame contructor的dict comprehension。如果不存在可能的索引,则对于更一般的解决方案,需要转换为Series,例如:
df = pd.DataFrame({'A': [1, 2, 1, 2, 2, 3],
'B': [1, 1, 1, 1, 1, 1]})
N = 2
df = df.apply(lambda x: pd.Series(x.value_counts().index[:N]))或者:
N = 2
df = pd.DataFrame({x:pd.Series( df[x].value_counts().index[:N]) for x in df.columns})
print (df)
A B C
0 2 1.0 d
1 1 NaN e对于更一般的解决方案,请先按select_dtypes仅选择数字列
df = pd.DataFrame({'A': [1, 2, 1, 2, 2, 3],
'B': [1, 1, 1, 1, 1, 1],
'C': list('abcdef')})
N = 2
df = df.select_dtypes([np.number]).apply(lambda x: pd.Series(x.value_counts().index[:N]))N = 2
cols = df.select_dtypes([np.number]).columns
df = pd.DataFrame({x: pd.Series(df[x].value_counts().index[:N]) for x in cols})
print (df)
A B C
0 2 1.0 d
1 1 NaN ehttps://stackoverflow.com/questions/49751716
复制相似问题