Pandas获得列的最常见值

Question

我有这个数据帧:

0 name data
1 alex asd
2 helen sdd
3 alex dss
4 helen sdsd
5 john sdadd

所以我试图获得最频繁的值或值(在这种情况下它的值) 所以我做的是:

dataframe['name'].value_counts().idxmax()

但它只返回值:Alex即使Helen出现两次也是如此.

Answer 1

通过使用 mode

df.name.mode()
Out[712]: 
0     alex
1    helen
dtype: object

Answer 2

它将给出前五个最常见的名称：

df['name'].value_counts().nlargest(5)

Answer 3

使用：

df['name'].mode()

或者

df['name'].value_counts().idxmax()

Answer 4

您可以这样尝试argmax：

dataframe['name'].value_counts().argmax() Out[13]: 'alex'

在value_counts返回的计数的对象pandas.core.series.Series，并argmax可以用来实现最大价值的关键。

Answer 5

您可以使用它来获得完美计数，它计算特定列的模式

df['name'].value_counts()

Answer 6

要获得n最频繁的值，只需将其子集.value_counts()并获取索引：

# get top 10 most frequent names
n = 10
dataframe['name'].value_counts()[:n].index.tolist()

Answer 7

df['name'].value_counts()[:5].sort_values(ascending=False)

在value_counts返回的计数对象pandas.core.series.Series，并sort_values(ascending=False)会得到你的最高值第一。

Answer 8

不明显，但速度很快

f, u = pd.factorize(df.name.values)
counts = np.bincount(f)
u[counts == counts.max()]

array(['alex', 'helen'], dtype=object)

Answer 9

这是一种方法：

df['name'].value_counts()[df['name'].value_counts() == df['name'].value_counts().max()]

打印：

helen    2
alex     2
Name: name, dtype: int64

Answer 10

获得前 5 名：

dataframe['name'].value_counts()[0:5]

Answer 11

只需使用这个..

dataframe['name'].value_counts().nlargest(n)

最大和最小频率的函数是：

• nlargest()对于最常见的“n”值
• nsmallest()对于最不频繁的“n”值