Question

我仍在学习python，但是我对数据帧越来越流利。我正在尝试在熊猫数据框中进行测量，这是不同长度的最常见行。例如，对于一个5列的表： -在5列中查找最频繁的3个元素中最常见的元素，依此类推。

然后，我自己进行了此工作之后，我发现了groupby和汇总。下面是我写的一些代码，您也可以执行

smallData=pd.DataFrame(np.array([[1,2,3,4,5],[4,5,6,7,8],[1,2,3,3,3],[1,2,2,3,3],[1,2,3,5,3],[1,2,3,5,3]]),columns=['1', '2','3','4','5'])
keep=smallData.groupby(['1', '2','3','4','5']).size()

这给了我一个很好的表，它同时显示了不同行的相似程度：

keep
Out[414]: 
1  2  3  4  5
1  2  2  3  3    1
      3  3  3    1
         4  5    1
         5  3    2
4  5  6  7  8    1
dtype: int64

现在的最后一列是每个系列的频率。我的真实数据集要大得多，我想选择最后一列并对其进行排序，以便找出最常见的发生序列。

keep变量似乎不再是数据帧，而是我第一次看到的东西。

keep.describe
Out[413]: 
<bound method NDFrame.describe of 1  2  3  4  5
1  2  2  3  3    1
      3  3  3    1
         4  5    1
         5  3    2
4  5  6  7  8    1
dtype: int64>

这种结构的形状似乎也不像结构类型的矩阵

keep.shape
Out[412]: (5,)

您能以其他方式帮助我访问这些值或查找最常见的相似序列吗？

在此先感谢您的帮助。问候亚历克斯

Answer 1

尝试使用此：

DataFrame。模式（轴= 0，numerical_only = False，dropna = True）[源代码]

获取沿选定轴的每个元素的模式。

一组值的模式是最常出现的值。它   可以是多个值。

轴： {0或“索引”，1或“列”}，默认为0

搜索模式时要迭代的轴：


0或“ index”：获取各列的模式

1或“列”：获取每一行的模式


仅数字：布尔型，默认为False

如果为True，则仅适用于数字列。

dropna ： bool，默认为True

不考虑NaN / NaT的计数。

Source

在熊猫和NDFrame中找到相似的序列（逐行）

1 个答案: