python - Pandas:对于 groupby value_counts，返回具有最大计数的行

Question

我想做与 this question 几乎相同的事情.

但是，根据我的数据集，@jezrael 接受的答案中的方法花费的时间太长了——我在原始数据框中有大约 30 万行，运行 nlargest(1) 命令需要几分钟时间。此外，我在 head(1000) 有限的数据帧上进行了尝试，并没有在 value_count 中为每个数据框只获得 1 行——我得到了与 value_counts 完全相同的系列。

用我自己的话来说:基本上，我的数据集有两列，如下所示:

Session Rating
A       Positive
A       Positive
A       Positive
A       Negative
B       Negative
B       Negative
C       Positive
C       Negative

使用 counts = df.groupby('Session')['Rating'].value_counts() 我得到一个这样的 Series 对象:

Session Rating
A       Positive  3
        Negative  1
B       Negative  2
C       Positive  1
        Negative  1

如何获得仅包含具有最大计数的评级的数据框？如果有多个最大值(例如 C)，我想从返回的表中排除那个最大值。

Answer 1

我想你想要这样的东西。

df.groupby('Session')['Rating'].apply(lambda x: x.value_counts().head(1))

输出:

Session          
A        Positive    3
B        Negative    2
C        Negative    1
Name: Rating, dtype: int64