- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个数据框如下-
文件名 PageNo LineNo 名称 Class_par_ratio
17973375 - 1 TM000010 82 奶粉
17973375 - 1 TM000015 49 牛奶 MILK
17973375 - 1 TM000015 49 乳制品 其他食品
17973375 - 1 TM000016 11 动植物脂肪油
17973375 - 1 TM000006 79 奶粉
17973375 - 1 TM000016 9 牛奶 MILK
我想按 FileName 和 Class_par_ratio 对输出进行分组,我还想找到 Class_par_ratio 的频率并将其放在列 - frequency 中,然后我想在另一个名为“max freq”的列中找到最大频率。
输出有点像-
FileName Class_par_ratio Frequency Max_Class Max Freq.
17743633 - 1 OTHER FOODS 2 OTHER GOODS 4
OTHER GOODS 4
17743634 - 1 MEAT 12 MEAT 12
17743634 - 2 MEAT 1 MEAT 1
17743635 - 1 MEAT 83 MEAT 83
OTHER GOODS 2
17743642 - 1 MEAT 43 MEAT 43
OTHER GOODS 2
17743739 - 1 OTHER GOODS 3 OTHER GOODS 3
到目前为止,我尝试过的代码片段是 -
1) df.groupby(['FileName'])['Class_par_ratio'].value_counts()
我得到的输出是:-
FileName Class_par_ratio
17743633 - 1 OTHER GOODS 8
17743634 - 1 MEAT AND LIVESTOCK 15
17743634 - 2 PETROLEUM 1
17743635 - 1 MEAT AND LIVESTOCK 87
另一个是——
2) coll_g = coll.groupby(['FileName', 'Class_par_ratio']).size().groupby(
['FileName', 'Class_par_ratio']).agg({'count': max})
coll_g = coll_g['count'].groupby(level=0, group_keys=False)
coll_g = coll_g.nlargest(1)
coll_g
在这里,我得到了出现次数最多的类,但我没有得到最大值。频率没有。我得到的输出是 -
17743754 - 1 MEAT & LIVESTOCK 1
17743759 - 1 ANIMAL AND VEGETABLE OIL 1
17743970 - 1 IRON ORE 1
17743996 - 1 OTHER GOODS 1
我正在使用 Pandas .20 和 python 3.6.3
你们能告诉我哪里出错了以及我的代码应该是什么吗。
最佳答案
使用agg
通过 idxmax
, 什么返回最大类别因为之前 set_index
和 max
到新的 DataFrame
然后 join
到原始的 DataFrame
:
df = df.groupby(['FileName'])['Class_par_ratio'].value_counts().reset_index(name='Freq')
df1 = df.set_index('Class_par_ratio').groupby(['FileName'])['Freq'].agg(['idxmax','max'])
d = {'idxmax':'Max_Class','max':'Max Freq.'}
df = df.join(df1, on='FileName').rename(columns=d)
或者使用双transform
:
df = df.groupby(['FileName'])['Class_par_ratio'].value_counts().reset_index(name='Freq')
g = df.set_index('Class_par_ratio').groupby(['FileName'])['Freq']
df['Max_Class'] = g.transform('idxmax').values
df['Max Freq.'] = g.transform('max').values
print (df)
FileName Class_par_ratio Freq Max_Class Max Freq.
0 17973375 - 1 MILK 4 MILK 4
1 17973375 - 1 ANIMAL AND VEGETABLE OIL 1 MILK 4
2 17973375 - 1 OTHER FOODS 1 MILK 4
第二个样本数据验证方案:
df1 = df.set_index('Class_par_ratio').groupby(['FileName'])['Frequency'].agg(['idxmax','max'])
d = {'idxmax':'Max_Class','max':'Max Freq.'}
df = df.join(df1, on='FileName').rename(columns=d)
print (df)
FileName Class_par_ratio Frequency Max_Class Max Freq.
0 17743633 - 1 OTHE FOODS 2 OTHER GOODS 4
1 17743633 - 1 OTHER GOODS 4 OTHER GOODS 4
2 17743634 - 1 MEAT 12 MEAT 12
3 17743634 - 2 MEAT 1 MEAT 1
4 17743635 - 1 MEAT 83 MEAT 83
5 17743635 - 1 OTHER GOODS 2 MEAT 83
6 17743642 - 1 MEAT 43 MEAT 43
7 17743642 - 1 OTHER GOODS 2 MEAT 43
8 17743739 - 1 OTHER GOODS 3 OTHER GOODS 3
如果需要删除重复值,请添加 duplicated
与 mask
:
cols = ['Max_Class','Max Freq.']
df[cols] = df[cols].mask(df['FileName'].duplicated())
print (df)
FileName Class_par_ratio Frequency Max_Class Max Freq.
0 17743633 - 1 OTHE FOODS 2 OTHER GOODS 4.0
1 17743633 - 1 OTHER GOODS 4 NaN NaN
2 17743634 - 1 MEAT 12 MEAT 12.0
3 17743634 - 2 MEAT 1 MEAT 1.0
4 17743635 - 1 MEAT 83 MEAT 83.0
5 17743635 - 1 OTHER GOODS 2 NaN NaN
6 17743642 - 1 MEAT 43 MEAT 43.0
7 17743642 - 1 OTHER GOODS 2 NaN NaN
8 17743739 - 1 OTHER GOODS 3 OTHER GOODS 3.0
关于python - 应用 groupby() 后计算最大行数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50529955/
“用 Haskell 进行函数式思考”中的练习之一是使用融合定律使程序更加高效。我在尝试复制答案时遇到了一些麻烦。 部分计算要求您将 maximum (xs++ map (x+) xs) 转换为 ma
我正在尝试获得 R 中最大/最小的可表示数字。 输入“.Machine”后 我有: $double.xmin [1] 2.225074e-308 $double.xmax [1] 1.797693e+
有没有办法更改浏览器验证消息 请检查所附图片。 我目前正在使用 wooCommerce 目前它显示小于或等于 X 个数字,我想更改为请求超过 X 个项目的报价。 请多多指教 最佳答案 您需要使用oni
我正在尝试将解决方案从 Excel 求解器复制到 R 中,但不知道从哪里开始。 问题: 每小时选择 5 个选项(5 行),以最大化“分数”的总和,而无需在多个小时内选择同一组 2 次。 换句话说: 最
Haskell 中是否有这样的功能: max_of_type :: (Num a) => a 所以: max_of_type :: Int == 2 ^ 31 - 1 // for example,
我有这两个表示时间范围(秒)的输入字段,我需要这样设置,以便“from/min”字段不能高于“to/max”,反之亦然。 到目前为止我得到了这个: jQuery(document).ready(fun
我有一个看起来像这样的表: http://sqlfiddle.com/#!9/152d2/1/0 CREATE TABLE Table1 ( id int, value decimal(10,
我会尝试尽可能简单地解释它: 首先是一些带有虚拟数据的数据库结构。 结构 tb_spec_fk feature value ----------------- 1 1 1
我有两个表。 表 1: +---------+---------+ | Lead_ID | Deal_ID | +---------+---------+ | 2323 | null |
我的数据库中有一个字段可以包含数字,例如8.00 或范围编号,例如8.00 - 10.00。 如果您将每个数字作为单独的数字,我需要从表中获取 MIN() 和 MAX()。例如当范围为 8.00 -
max(float('nan'), 1) 计算结果为 nan max(1, float('nan')) 计算结果为 1 这是预期的行为吗? 感谢您的回答。 max 在 iterable 为空时引发异常
我想问一下如何在 CSS 中创建一个页脚栏,它具有最小宽度(比如 650 像素),并且会根据窗口大小进行拉伸(stretch),但仅限于某个点(比如 1024 像素)。 我的意思是当窗口大小为例如 1
我尝试调整表格列宽(下一个链接上的“作者”列 http://deploy.jtalks.org/jcommune/branches/1?lang=en)。我已将最小/最大属性添加到 .author-c
在 C# 中,是否有用于将最小值和最大值存储为 double 值的内置类? 此处列出的要点 http://msdn.microsoft.com/en-us/library/system.windows
问题: 每个任务队列是否可以每秒处理超过 500 个任务? 每个 GAE 应用是否可以每秒处理超过 50,000 个任务? 详细信息: Task queue quota文档说: Push Queue
我想知道是否允许最大或最小堆树具有重复值?我试图仅通过在线资源查找与此相关的信息,但一直没有成功。 最佳答案 是的,他们可以。您可以在“算法简介”(Charles E. Leiserson、Cliff
首先,我是 .NET 开发人员,喜欢 C# 中的 LINQ 和扩展方法。 但是当我编写脚本时,我需要相当于 Enumerable extension methods 的东西 任何人都可以给我任何建议/
这是一个检查最大 malloc 大小的简单程序: #include std::size_t maxDataSize = 2097152000; //2000mb void MallocTest(vo
我想找到我的数据的最小值和最大值。 我的数据文件: 1 2 4 5 -3 -13 112 -3 55 42 42 而我的脚本: {min=max=$1} {if ($1max) {max=$1}
我想查询我的Elastic-Search以获取仅具有正值的最低价格价格。我的价格也可以为零和-1;所以我不希望我的最小聚合返回0或-1。我知道我应该向查询(或过滤器)添加脚本,但是我不知道如何。我当前
我是一名优秀的程序员,十分优秀!