python - 根据多数规则删除重复项

Question

我有一个看起来像这样的表:

A  B
1  cat
1  cat
1  dog
2  illama
2  alpaca
3  donkey

使用 A 作为键，我想删除重复项，使数据框变为:

A  B
1  cat
3  donkey

1 重复了 3 次，值 cat 出现次数最多所以被记录下来。 2 没有多数，因此它被认为有歧义并被完全删除。 3 保留，因为它没有重复项。

Answer 1

groupby + pd.Series.mode

这是使用 pd.Series.mode 的两步解决方案:

# find the mode for each group
i = df.groupby('A').B.apply(pd.Series.mode).reset_index(level=1, drop=True)
# filter out groups which have more than one mode—ambiguous groups
j = i[i.groupby(level=0).transform('count') == 1].reset_index()

print(j)

   A       B
0  1     cat
1  3  donkey

---

groupby + <自定义功能 >

或者，定义一个计算模式的自定义函数并使用 apply 调用它.过滤逻辑包含在函数中。

def foo(x):
    m = pd.Series.mode(x)
    if len(m) == 1: 
        return m

df.groupby('A').B.apply(foo).reset_index(level=1, drop=True).reset_index()

   A       B
0  1     cat
1  3  donkey