首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何从pandas中的每一列中获取n个最大列值

问如何从pandas中的每一列中获取n个最大列值
EN

Stack Overflow用户
提问于 2018-04-10 18:48:38
回答 2查看 602关注 0票数 2

我知道如何使用"mode“获取dataframe中每一列的最频繁值。例如:

代码语言:javascript
复制
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:

代码语言:javascript
复制
   A
0  2
1  1

有什么指针吗?

EN

回答 2

Stack Overflow用户

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:

代码语言:javascript
复制
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
票数 1
EN

Stack Overflow用户

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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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

代码语言:javascript
复制
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]))

代码语言:javascript
复制
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  e
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/49751716

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档