如何在python的数据框中找到最频繁的两栏组合

Question

我在pandas数据框中的数据如下：

df = pd.DataFrame({'a':[1,2,3,3,4,4,4], 'b':[2,3,4,4,5,5,5]})

因此数据框如下所示：

   a  b
0  1  2
1  2  3
2  3  4
3  3  4
4  4  5
5  4  5
6  4  5

此处的“ a”，“ b”列组合为：12（1），23（1），34（2），45（3）。 我试图选择4和5并打印出来，因为它们的组合 最多（3次）。

我的代码是：

counts = df.groupby(['a','b']).size().sort_values(ascending=False)
print(counts)

输出：

a  b
4  5    3
3  4    2
2  3    1
1  2    1
dtype: int64

但这仅给我一列[3,2,1,1]。这是数字组合计数。 如何分别访问元素4和5，以便可以将它们打印出来？

谢谢！

Answer 1

熊猫GroupBy对象由石斑鱼键索引。在有多个键的情况下，这将意味着一个MultiIndex。您只需提取结果的第一个索引即可给出代表最常见组合的tuple：

counts.index[0]  # (4, 5)

Answer 2

使用idxmax，即使结果是有序的，您仍然可以找到最大值的索引

df.groupby(['a','b']).size().idxmax()
Out[15]: (4, 5)

Answer 3

pandas DataFrame中最简单的一种使用模式。它将在行或列中提供最频繁的值：

>>> df
   a  b
0  1  2
1  2  3
2  3  4
3  3  4
4  4  5
5  4  5
6  4  5

>>> df.mode()
   a  b
0  4  5