我有一个需求,我需要找出最受欢迎的开始时间。 以下是帮助我找到正确解决方案的代码。
import time
import pandas as pd
import numpy as np
# bunch of code comes
# here
# that help in reaching the following steps
df = pd.read_csv(CITY_DATA[selected_city])
# convert the Start Time column to datetime
df['Start Time'] = pd.to_datetime(df['Start Time'])
# extract hour from the Start Time column to create an hour column
df['hour'] = df['Start Time'].dt.hour
# extract month and day of week from Start Time to create new columns
df['month'] = df['Start Time'].dt.month
df['day_of_week'] = df['Start Time'].dt.weekday_name
# find the most popular hour
popular_hour = df['hour'].mode()[0]
这是我尝试运行此查询时得到的样本o / p
“ print(df ['hour'])”
0 15
1 17
2 8
3 13
4 14
5 9
6 9
7 17
8 16
9 17
10 7
11 17
Name: hour, Length: 300000, dtype: int64
使用时得到的o / p
print(type(df ['hour']))
<class 'pandas.core.series.Series'>
最流行的开始时间的值存储在Popular_hour中,该值等于“ 17”(正确的值)
但是我无法理解.mode()[0]
的部分.mode()的作用是什么,为什么是[0]?
同样的概念是,无论数据类型如何,都可以计算出流行月份和一周中的流行日期
答案 0 :(得分:3)
mode
返回系列:
df.mode()
0 17
dtype: int64
从此,您通过致电获取第一项
df.mode()[0]
17
请注意,始终会返回一个Series,并且有时如果有mode的多个值,它们都会全部返回:
pd.Series([1, 1, 2, 2, 3, 3]).mode()
0 1
1 2
2 3
dtype: int64
您仍然会每次都取第一个值,而将其余的值丢弃。请注意,返回多种模式时,它们总是被 排序。
有关更多信息,请阅读mode
上的文档。