基于最频繁值的子集

Question

说我将以下数据集作为CSV文件。

我希望输出为CSV文件，该文件是此数据的子集，仅基于与B列中最频繁出现的值相关的数据。

在下面的示例数据中，B列中最频繁的值是“ 1”，但是这将发生变化，因此我需要代码不那么具体。

A    B
!    1
@    1
#    1
$    1
%    2
^    3
&    2
*    4
(    5
)    2

In this example, I want my output to be a CSV file of:

A    B
!    1
@    1
#    1 
$    1

但是由于最频繁的值将改变，因此我不确定我的代码应该是什么。

您能提供的任何帮助将不胜感激。谢谢。

Answer 1

我们可以使用mode返回最常出现的值，然后对该值进行过滤：

df[df['B']==df['B'].mode()[0]]

输出：

   A  B
0  !  1
1  @  1
2  #  1
3  $  1

value_counts可以用于第N个最频繁的值（以N = 0为最频繁的值开始）：

df[df['B']==df['B'].value_counts().index[N]]

例如对于N = 1：

df[df['B']==df['B'].value_counts().index[1]]

输出：

   A  B
4  %  2
6  &  2
9  )  2