팬더는 가장 자주 열의 값을 얻습니다.

팬더는 가장 자주 열의 값을 얻습니다.

데이터 프레임은 다음과 같습니다.

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

그래서 가장 자주 사용하는 값 또는 값(이 경우에는 값)을 구하려고 합니다. 그래서 제가 하는 일은 다음과 같습니다.

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

값만 반환합니다.Helen이 두 번 등장하더라도 Alex.

사용함으로써mode

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

얻기 위해서는n가장 빈번한 값, 부분 집합만..value_counts()인덱스를 가져옵니다.

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

당신은 시도해 볼 수 있습니다.argmax다음과 같이:

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

그value_counts의 카운트 개체를 반환합니다.pandas.core.series.Series그리고.argmax최대 값의 키를 달성하는 데 사용될 수 있습니다.

가장 일반적인 상위 5개의 이름을 제공합니다.

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

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

그value_counts의 카운트 개체를 반환합니다.pandas.core.series.Series그리고.sort_values(ascending=False)가장 높은 값을 먼저 얻을 수 있습니다.

용도:

df['name'].mode()

아니면

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

이 방법을 사용하여 완벽한 카운트를 얻을 수 있습니다. 특정 열에 대한 모드를 계산합니다.

df['name'].value_counts()

한가지 방법이 있습니다.

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

인쇄하는 항목:

helen    2
alex     2
Name: name, dtype: int64

뻔하진 않지만 빠른

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

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

이것만 사용하면..

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

가장 큰 주파수와 가장 작은 주파수의 기능은 다음과 같습니다.

• nlargest()가장 빈번한 'n' 값에 대해
• nsmallest()'n'개의 값을 최소화합니다.

상위 5위를 차지하는 방법:

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

.apply 및 pd.value_counts를 사용하여 이름 열의 모든 이름이 나타나는 카운트를 가져올 수 있습니다.

dataframe['name'].apply(pd.value_counts)

가장 일반적인 상위 5개 이름을 가져오는 방법:

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

첫번째를 얻기위한 나의 최고의 해결책은

 df['my_column'].value_counts().sort_values(ascending=False).argmax()

이와 유사한 문제를 해결할 수 있는 가장 간단한 답변이 있습니다. 상위 n(5는 기본값)의 가장 빈도가 높은 값은 다음과 같습니다.

df["column_name"].value_counts().head(n)

value_counts를 사용하여 상위 5개 식별

top5 = df['column'].value_counts()

'top_5'의 내용 나열

top5[:5]

n은 자주 사용하는 상위 항목의 수를 구하는 데 사용됩니다.

n = 2

a=dataframe['name'].value_counts()[:n].index.tolist()

dataframe["name"].value_counts()[a]

가장 일반적인 성 팬더 상위 5개 획득:

df['name'].apply(lambda name: name.split()[-1]).value_counts()[:5]

언급URL : https://stackoverflow.com/questions/48590268/pandas-get-the-most-frequent-values-of-a-column