Question

我已经生成了一个表格，显示了我的数据集的模式值。数据集最初按“日期”，“小时”和“房间”分组，以便能够获得步行交通的模式值。 groupby执行如下：

dataframe = df.groupby([df['date'], df['hour'], df['room']])

然后我按照以下方式为每个组的“流量”生成模式值：

dataframe = dataframe['traffic'].apply(lambda x: x.mode())

因此，我的数据框显示了正确的组，并显示了每个房间，每小时和每天的模态值。我的问题是，在某些情况下，模态值的数量不止一个（因为2或3个值具有相同的观察数量）

目前的数据框如下所示：

                            mode
date    hour    room        
6       12      room1   0   15  
                room2   0   23   
                        1   26  
                room3   0   1  
                        1   2
        13      room2   0   9
                        1   11
                room2   0   15

如上所示，1月6日12:00的room2的有2个模态值（23和26）。
我的问题是，理想情况下，我会从每组中观察到超过1次的最低“模式”值。

我已经看过几种方法，但无法使其发挥作用。我以为以下方法可行：

dataframe.apply(lambda x: x[dataframe['mode'] == dataframe['mode'].max()])

然后我会删除重复项，但这不会影响数据帧..

或

dataframe.filter(lambda x : x[dataframe['mode'] == dataframe['mode'].max()], dataframe['mode'])

它给了我一个“'函数'对象是不可迭代的”错误
或

for elem in range(0, dataframe.size -1):      #to iterate over the daaframe rows
    if elem != dataframe['mode'].max():       #to identify rows that aren't max mode value
        dataframe = dataframe.drop([elem])    #to drop these rows

要回答Conner的请求，请参阅下面的原始csv数据（数据框称为“df”）：

        room    time                 capacity   areaName    hour    date    traffic 
    0   room1   Mon Nov 02 09:00:00  40         area01      9       2       14
    1   room1   Mon Nov 02 09:05:00  40         area01      9       2       15
    2   room1   Mon Nov 02 09:10:00  80         area01      9       2       23  
    3   room1   Mon Nov 02 09:15:00  80         area01      9       2       23  
...
    14  room2   Mon Nov 02 11:00:00  40         area03      11      2       67  
    15  room2   Mon Nov 02 11:50:00  80         area03      11      2       64
    16  room2   Mon Nov 02 11:10:00  40         area03      11      2       72

如果有人知道如何通过每个组并且只保留最大模式值，如果有几个我会非常感激。

感谢您的时间！

-Romain

Answer 1

我在找这样的东西。仅供参考，您可以使用def str1="My application version is $app_version" def str2 = str1.replaceAll('$app_version','2016072601') println str2

获取此信息

df.head(n=10).to_csv(path, index=False)

（下面我使用等效代码更简洁）

这会为您提供room,time,capacity,areaName,hour,date,traffic room1,Mon Nov 02 09:00:00,40,area01,9,2,14 room1,Mon Nov 02 09:05:00,40,area01,9,2,15 room1,Mon Nov 02 09:10:00,80,area01,9,2,23 room1,Mon Nov 02 09:15:00,80,area01,9,2,23 room2,Mon Nov 02 11:00:00,40,area03,11,2,67 room2,Mon Nov 02 11:50:00,80,area03,11,2,64 room2,Mon Nov 02 11:10:00,40,area03,11,2,72对象

groupby

事实证明，与df = df.groupby(['date', 'hour', 'room'])，mean，max，median和min不同，{{1}没有mad方法对象！

一旦你完成了这个

mode

您可以重置索引并重新组合以应用每组GroupBy：

df = dataframe['traffic'].apply(lambda x: x.mode())

使用groupby

1 个答案: