如何高效地找到 Pandas DataFrame 组中最常见的值？

import pandas as pd<br>from scipy import stats</p>
<p>source = pd.DataFrame({</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">'Country': ['USA', 'USA', 'Russia', 'USA'], 
'City': ['New-York', 'New-York', 'Sankt-Petersburg', 'New-York'],
'Short name': ['NY', 'New', 'Spb', 'NY']})

source.groupby(['国家','城市']).agg(lambda x: stats.mode(x['简称'])[0])

但是，最后一行代码失败并出现 KeyError。如何解决此问题？

解决方案

Pandas >= 0.16< /h4>

对于 Pandas 版本 0.16 及更高版本，请使用以下代码：

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

此代码使用 Pandas 0.16 中引入的 pd.Series.mode 函数来查找最常见的值

处理多种模式的替代方案

Series.mode 函数可以有效地处理具有多种模式的情况：



如果有多种模式，则返回系列包含所有模式。

如果您需要为每种模式单独设置一行，请使用 GroupBy.apply(pd.Series.mode)。 /li>


如果您需要任何一种模式，请使用 GroupBy.agg(lambda x: pd.Series.mode(x)[0]).




要考虑的替代方案

虽然您可以使用 Python 中的 stats.mode，但它不能很好地处理多种模式，并且可能会引发统计错误。所以不推荐。
以上是如何高效地找到 Pandas DataFrame 组中最常见的值？的详细内容。更多信息请关注PHP中文网其他相关文章！