如何查找分组数据帧的不同列中不同值在一列中最常见的出现？

Question

我想这个问题不太清楚，所以这里有一个例子：给定一个数据框：

公司名称	公司规模	公司活动
7点11分	5	餐厅
7点11分	5	超级市场
7点11分	10	超级市场
高盛	100	银行
高盛	200	餐厅
高盛	200	银行

我想按公司名称对数据框进行分组，然后将organization_size和organization_acitivity列中的值替换为相应公司和列中出现次数最多的值。

所以最终数据框应该是这样的：

公司名称	公司规模	公司活动
7点11分	5	超级市场
高盛	200	银行

我试过这个：

df.groupby("organization_name",group_keys=True)["organization_activity"].apply(lambda x: x.mode())

但它只给了我

“AttributeError：‘SeriesGroupBy’对象没有属性‘mode’”。

有人有更简单的方法来做到这一点的想法吗？

Answer 1

您不想在 groupby 之后选择一列，因为您希望将其应用于所有可用列。

尝试这个：

df.groupby('company_name').apply(lambda x: x.mode()).reset_index(drop=True)

输出：

    company_name  company_size company_acitivity
0       7 eleven             5       supermarket
1  goldman sachs           200              bank