python - 如何获得 pandas 组中最受欢迎的项目？

Question

我有一个包含待售汽车的 Pandas Dataframe，我想为每个品牌获取最受欢迎的汽车，但我似乎无法做到这一点。

我有一个包含一些列(例如:车辆类型、价格、里程、年份、品牌、型号等)的 pandas 数据框，对于每个汽车品牌，我想检查哪种型号出现次数最多。我试过使用 groupby，如下所示:

popular_models = dataset.groupby('brand').model.value_counts().groupby(level=0).nlargest(1)

但它返回一个 Pandas 系列，其中一些我想要的数据存储在索引中，它还添加了一个对我来说没有任何意义的重复列。

我想要一个包含 3 列的 DataFrame，如下所示:

( https://imgur.com/a/BkKBrv9 )

但是，我得到了一个像这样的 pandas 系列:

( https://imgur.com/a/u8CSXY4 )

谁能帮我解决这个问题？

Answer 1

您必须对要保留的两个对象进行分组，然后计算要查找其出现次数的对象。这是示例输入文件:

Brand   Model
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Acura   RDX
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
Beach   Baby
BMW     320i
BMW     320i
BMW     320i
BMW     320i
BMW     320i
BMW     320i
BMW     320i
BMW     550i
BMW     550i
BMW     550i
BMW     550i
BMW     550i
BMW     550i
BMW     550i
Cadillac        Escalade
Cadillac        Escalade
Cadillac        Escalade
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo
Chana   Cargo

简单的 pandas one liner:

df = pd.read_table('fun.txt', header=0)
print(df.groupby(['Brand','Model'])['Model'].agg(['count']))

输出:

                   count
Brand    Model
Acura    RDX          10
BMW      320i          7
         550i          7
Beach    Baby         10
Cadillac Escalade      3
Chana    Cargo        12

如果您想按频率(从大到小)对值进行排序并仅保留最大的，请将单行更改为:

groupby_df = (df.groupby(['Brand','Model'])['Model'].agg(['count']).sort_values(by='count', ascending=False).reset_index().drop_duplicates('Brand', keep='first'))

得到:

      Brand     Model  count
0     Chana     Cargo     12
1     Acura       RDX     10
2     Beach      Baby     10
3       BMW      320i      7
5  Cadillac  Escalade      3