Question

我目前正在用python学习熊猫，遇到了一个问题。我有一个包含美国人口普查数据csv variables info的csv文件。对于这个问题，我们可以重点关注名为STNAME的列（例如albama）和名为COUNTY的列。

STNAME在每个县都有重复的值，即每个县可以有多个'albama'。

问题是：哪个州的县最多？（提示：请仔细考虑sumlevel键！以后您也将需要此键...）

我正在尝试的是： 1.a> census_df[census_df.groupby('STNAME')['COUNTY'].count() == max(census_df.groupby('STNAME')['COUNTY'].count())]

1.b> census_df[census_df.groupby('STNAME')['COUNTY'].count() == (census_df.groupby('STNAME')['COUNTY'].count().max())]

1.c> census_df.groupby('STNAME')[census_df.groupby('STNAME')['COUNTY'].count() == (census_df.groupby('STNAME')['COUNTY'].count().max())]

我在这里尝试获取具有最大县数的记录。最后一个给出错误：“未找到列：False，True”

2>

x = (census_df.groupby('STNAME')['COUNTY'].count() == census_df.groupby('STNAME')['COUNTY'].count().max() )
x[x['COUNTY'] == True]

在这里，我要按州名称进行分组，并对每个州的县进行计数并获取最大值

我可以将其作为布尔值获取。因为只有一个状态是布尔值“ True”。但我不知道该如何仅获取单个记录。

我应该如何进行？

Answer 1

我找到了！

census_df.groupby('STNAME')['COUNTY'].count()[census_df.groupby('STNAME')['COUNTY'].count() == (census_df.groupby('STNAME')['COUNTY'].count().max())]

我认为唯一缺少的是['COUNTY']。count（）。我认为这是不必要的，因为我在[]括号内进行查询，但是我想我错了。我的理解是，最外面的部分的格式与通过查询获取的格式不同。