获取 python 中 pandas 最频繁出现的一组值

Question

我有一个ascii文件如下

1   306.0416667
2   286.1666667
3   207.5
4   226.4166667
5   304.2083333
6   336.1666667
7   255.5416667
8   224.5833333
9   190.1666667
10  163.5
11  231.125
12  167.3333333
13  193.5416667
14  165
15  166
16  172.173913
17  158.9166667
18  196.8333333
19  154.875
20  303.4166667

我想找到出现频率最高的一组值。分组为0-90、90-180、180-270、270-360。

我尝试使用 .value_counts() 但没有成功（即使没有对值进行分组）。

import pandas as pd
col_names=['id','val']
df = pd.read_csv(i,names=col_names,header=None)
df['val'].value_counts().[:1].index.tolist()

Answer 1

分箱计算模式()

 col1
1   306.041667
2   286.166667
3   207.500000
4   226.416667
5   304.208333
6   336.166667
7   255.541667
8   224.583333
9   190.166667
10  163.500000
11  231.125000
12  167.333333
13  193.541667
14  165.000000
15  166.000000
16  172.173913
17  158.916667
18  196.833333
19  154.875000
20  303.416667
pd.cut(df['col1'], bins=[0, 90, 180,270, 360], labels=['0-90', '90-180', '180-270', '270-360'],ordered=False).mode()

Answer 2

您可以像下面这样使用 pd.cut, groupby(), count()：

>>> df = pd.DataFrame({
    'freq': [306.0416667, 286.1666667, 207.5 , 226.4166667 , 304.2083333 , 
             336.1666667 , 255.5416667, 224.5833333 , 190.1666667, 163.5 , 
             231.125, 167.3333333 , 193.5416667 , 165 , 154.875 , 303.4166667]})

>>> ranges = [0,90,180,270, 360]
>>> df.groupby(pd.cut(df['freq'], ranges)).count()

           freq
freq    
(0, 90]     0
(90, 180]   4
(180, 270]  7
(270, 360]  5

>>> df.groupby(pd.cut(df['freq'], ranges)).count().idxmax()
freq    (180, 270]
dtype: interval

Answer 3

尝试以下方法（此解决方案不需要外部库）

from collections import defaultdict

data = defaultdict(int)
STEP = 90

with open('data.txt') as f:
    lines = [l.strip() for l in f.readlines()]
    for line in lines:
        _, val = line.split()
        cnt = 1
        while True:
            if float(val) <= STEP * cnt:
                key = f'{(cnt -1) * STEP}-{cnt * STEP}'
                data[key] += 1
                break
            cnt += 1
print(data)

max_key = max(data, key=data.get)
print(f'max: {max_key}')

输出

defaultdict(<class 'int'>, {'270-360': 5, '180-270': 8, '90-180': 7})
max: 180-270

Answer 4

使用pd.cut + value_counts，如下：

bins = [0, 90, 180, 270, 360]
df['group'] = pd.cut(df['val'], bins)

df['group'].value_counts()

结果：

(180, 270]    8
(90, 180]     7
(270, 360]    5
(0, 90]       0
Name: group, dtype: int64

最大条目可以使用.head(1)，如下：

df['group'].value_counts().head(1)

结果：

(180, 270]    8
Name: group, dtype: int64

获取 python 中 pandas 最频繁出现的一组值

get the most frequent group of values with pandas in python

python

frequency

pandas