python - 如何获取 groupby 的最大计数(最常见的项目)

Question

我有一个数据框。我想按某些列上的行进行分组，然后形成一个计数列，然后获取最大计数并为其创建一个列并将其附加到数据帧。

我尝试过:

    df["max_pred"] = df.groupby(['fid','prefix','pred_text1'], 
                             sort=False)["pred_text1"].transform("max")

但是它列出了 pred_text1 的最大重复行，但我想要它的修复次数

例如:

A  B  C
a  d  b
a  d  b
a  d  b
a  d  a
a  d  a
b  b  c
b  b  c
b  b  d

如果我按 A 和 B 对行进行分组，然后对 C 进行计数并获取每个组的最大值并将其存储在新列 F 中，我期望:

A  B  F   E
a  d  3   b
a  d  3   b
a  d  3   b
a  d  3   b
a  d  3   b
b  b  2   c
b  b  2   c
b  b  2   c

E 显示最常见的项目，其频率在 F 中指定

Answer 1

您可以使用groupby.transform与 value_counts :

df['F'] = (df.groupby(['A', 'B'])['C']
             .transform(lambda g: g.value_counts(sort=False).max())
          )

变体 collections.Counter :

from collections import Counter

df['F'] = (df.groupby(['A', 'B'])['C']
             .transform(lambda g: max(Counter(g).values()))
          )

输出:

   A  B  C  F
0  a  d  b  3
1  a  d  b  3
2  a  d  b  3
3  a  d  a  3
4  a  d  a  3
5  b  b  c  2
6  b  b  c  2
7  b  b  d  2

更新

我会使用 merge这里:

cols = ['A', 'B']
out = df.merge(df[cols+['C']]
                 .value_counts().groupby(cols).head(1)
                 .reset_index(name='F').rename(columns={'C': 'E'})
               )

输出:

   A  B  C  E  F
0  a  d  b  b  3
1  a  d  b  b  3
2  a  d  b  b  3
3  a  d  a  b  3
4  a  d  a  b  3
5  b  b  c  c  2
6  b  b  c  c  2
7  b  b  d  c  2