python - Pandas :找到每个人最常见的字符串

Question

当按id聚合数据时，我想找到animal中最常见的字符串值，如果计数相同，我想选择最后一个值动物。

   id   animal       date
0   1    dog      2018-01-01
1   1    dog      2018-01-02
2   1    cat      2018-01-03
3   2    cat      2018-01-01
4   3    dog      2018-01-01
5   4   fish      2018-01-01
6   5    dog      2018-01-01
7   5    cat      2018-01-02

输出应该类似于:

   id animal
0  1   dog
1  2   cat
2  3   dog
3  4   fish
4  5   cat

我没能让它正常工作。我尝试使用 pd.get_dummies 并计数但不看。理想情况下，该解决方案将在构建、矢量化 pandas/numpy 中使用，即过滤、连接、np.where 等，因为 groupby.apply 非常慢并且数据有点大。

Answer 1

按 id 和 animal 列分组，并获取它们出现的 count 和 last 日期。

然后按id、count、last 对生成的数据帧进行排序，并删除 id 上的重复值，保留最后一行，根据我们的顺序，将给出最常见的动物，如果有两只动物，则为表中最后观察到的动物。最后，去掉多余的列 count 和 last

columns = ['id', 'animal']

df2 = df.groupby(columns).date.agg(['count', 'last']).reset_index()
df3 = df2.sort_values(['id', 'count', 'last'])
df3.drop_duplicates('id', keep='last')[columns]

# outputs:

   id animal
1   1    dog
2   2    cat
3   3    dog
4   4   fish
5   5    cat