Question

我有一个包含8列和~80万行的数据帧。我想在单独的数据帧中找到特定列（例如，列5）的每50行的模式。我的方法看起来像这样。

for i in range(1, len(data['Column5'])-1) :
  splitdata = (data['Column5'][i:(i+49)])  
  mode_pressure[j] = splitdata.mode()
  i = i+50
  j = j+1

但我得到＆＃34;＆＃39; int＆＃39;对象不支持项目分配＆＃34;错误。我的df看起来像下面的

Col1 Col2   Col3     Col4        Col5   Col6    Col7 Col8
0   612458  6715209 671598606   101043  -56     224 16560   
1   612458  6715210 671598706   101038  -264    256 16696   
2   612458  6715211 671598806   101038  -144    192 16528   
3   612458  6715212 671598906   101043  -136    200 16576   
4   612458  6715213 671599006   101037  -232    104 16576   
5   612458  6715214 671599106   101038  -88     264 16904   
6   612458  6715215 671599206   101040  -200    176 16808
7   612458  6715212 671598906   101043  -136    200 16576   
8   612458  6715213 671599006   101037  -232    104 16576   
9   612458  6715214 671599106   101040  -88     264 16904   
10  612458  6715215 671599206   101040  -200    176 16808

Output: (assume mode of 5 values)
df_mode : 101038, 101048

我在R中写了相同的函数.R和R返回最新的（最后一个）模式值作为每组50的单个输出。

i=1
j=1
while(i<=length(data$Column5)-1) {
  splitdata<-data$Column5[i:(i+49)]  
  mode_value[j] = modeest::mfv(splitdata)
  i=i+50
  j=j+1
}

Answer 1

我认为numpy arange需要groupby来获得更一般的解决方案，例如：与DatetimeIndex合作的地板师：

df = df.groupby(np.arange(len(df)) // 50)['Col5'].apply(lambda x: x.mode())

可能有多个值，因此可能的解决方案是Multiindex：

df = df.groupby(np.arange(len(df)) // 5)['Col5'].apply(lambda x: x.mode())
print (df)
0  0    101038
   1    101043
1  0    101040
2  0    101040
Name: Col5, dtype: int64

或列出：

df = df.groupby(np.arange(len(df)) // 5)['Col5'].apply(lambda x: x.mode().tolist())
print (df)
0    [101038, 101043]
1            [101040]
2            [101040]
Name: Col5, dtype: object

Answer 2

我认为另一种解决方案（questions）可能是这样的：

rolling

如何在python中找到每n（50）行的模式？

2 个答案: