python - 将 for 循环调整为仅根据 df 中的出现频率返回值

Question

我有一个数据框 df :

index   value   value_count
0       10      1
1       50      2
2       50      2
3       20      2
4       20      2
5       30      2
6       30      2

我想在单独的数据框中分析每个唯一值。要创建单独的数据帧(= 'subdf_{i}')，我使用以下代码:

results = {}

for i, j in enumerate(df.value.unique()):
    results[f'subdf_{i}'] = df[df.value.eq(j)]

这为每个唯一值提供了这样的 subdf:
subdf_1

index   value   value_count
0       10      1

subdf_2

index   value   value_count
1       50      2
2       50      2

subdf_3

...

我不想为我的所有唯一值返回子数据帧，而是只为 3 个最常见的值(即上面示例中的 50、30、20)创建子数据帧。
如何调整上面的代码以获得此结果？
谢谢你。

Answer 1

使用 Series.value_counts 在专栏value并使用切片获取前三个最常见的列值，然后使用 dict comprehension 存储前三个 subdf具有最常见的值:

idx = df['value'].value_counts().index[:3]
results = {f'subdf_{i}': df[df['value'].eq(v)] for i, v in enumerate(idx, 1)}

结果:

print(results['subdf_1'])

   index  value  value_count
5      5     30            2
6      6     30            2