Question

我有一个这样的DataFrame：

df = pd.DataFrame({'id':['pt1','px1','t95','sx1','dc4', 'px5'],
'feature':['f7','f7', 'f7','f8','f8', 's1'],
'score':['2','3.3','4','8','4.9', '6']})

我要：
1-计算“功能”列中每个组的组大小
（结果为f7：3; f8：2; s1：1）
2-找到最大的组大小（即f7：3）
3-保留属于该组的行的最大大小（f7），并删除其余行

最终的pd.DataFrame将是：

id feature score
pt1   f7      2
px1   f7     3.3
t95   f7      4

谢谢

Answer 1

将GroupBy和tranform与count一起使用，以及附加的过滤步骤：

v = df.groupby('feature').feature.transform('count')
df[v.eq(v.max())]

    id feature score
0  pt1      f7     2
1  px1      f7   3.3
2  t95      f7     4

Answer 2

如果您实际上不需要组大小，则可以不用groupby来简化操作。

找到最频繁的组，然后按该组进行过滤：

df.loc[df['feature'] == df['feature'].mode()[0]]

  feature   id score
0      f7  pt1     2
1      f7  px1   3.3
2      f7  t95     4

顺便说一句，如果您想获取组的大小，就可以这样做

df.groupby('feature')['feature'].count()

将属于最大组的行保留在熊猫中

2 个答案: