python - 使用规则返回最高计数值的函数

Question

我有如下所示的两列，并尝试返回第二列的最高计数，但它只是返回给我评分的最高计数，而不考虑性别

数据:

打印(df)

   AGE GENDER rating
0   10      M     PG
1   10      M      R
2   10      M      R
3    4      F   PG13
4    4      F   PG13

代码:

 s = (df.groupby(['AGE', 'GENDER'])['rating']
       .apply(lambda x: x.value_counts().head(2))
       .rename_axis(('a','b', 'c'))
       .reset_index(level=2)['c'])

输出:

print (s[F])
('PG')

print(s[M]

('PG', 'R')

Answer 1

这是该文件的标准库解决方案:

%%file "test.txt"
gender  rating
M   PG
M   R
F   NR
M   R
F   PG13
F   PG13

给定

import collections as ct


def read_file(fname):
    with open(fname, "r") as f:
        header = next(f)
        for line in f:
            gender, rating = line.strip().split()
            yield gender, rating

代码

filename = "test.txt"

dd = ct.defaultdict(ct.Counter)
for k, v in sorted(read_file(filename), key=lambda x: x[0]):
    dd[k][v] += 1 

{k: v.most_common(1) for k, v in dd.items()}
# {'F': [('PG13', 2)], 'M': [('R', 2)]}

<小时/>

详细信息

文件的每一行都会被解析并添加到 defaultdict 中。键是性别，但值是每个性别的每个评级的 Counter 对象。调用 Counter.most_common() 来检索出现次数最多的事件。

由于数据是按性别分组的，因此您可以探索更多信息。例如，每个性别的独特评分:

{k: set(v.elements()) for k, v in dd.items()}
# {'F': {'NR', 'PG13'}, 'M': {'PG', 'R'}}