Question

我有一个名为new_data_set的数据集，如下所示：

我想找到每年最多出现次数的流派。

所以我做到了：

new_data_set.groupby('release_year')['genre']).apply(lambda x: x.value_counts())`

其结果如下：result

现在我需要从每个组中获取第一行以获得答案。因此结果应如下所示：

1960 Drama
1961 Drama
.
.

我应该怎么做？

Answer 1

很多解决方案，其中一种就是添加函数头：

result = (new_data_set.groupby('release_year')['genre']
                    .apply(lambda x: x.value_counts().head(1))
                    .reset_index())
print(result)

Answer 2

先添加index[0]，然后再添加reset_index：

new_data_set = pd.DataFrame({
         'release_year':[2004,2005,2004,2005,2005,2004],
         'genre':list('aaabbb')
})

df = (new_data_set.groupby('release_year')['genre']
                  .apply(lambda x: x.value_counts().index[0])
                  .reset_index()
                 )
print (df)
   release_year genre
0          2004     a
1          2005     b

Answer 3

对于一线粉丝：

df = new_data_set.mode()
df

    release_year    genre
0   2004            a
1   2005            b

在“ groupby（）”和“ value_counts（）函数之后，选择每个组的第一行

3 个答案: