[英]How to find the frequency of the most frequent value (mode) of a series in polars?
import polars as pl
df = pl.DataFrame({
"tags": ["a", "a", "a", "b", "c", "c", "c", "c", "d"]
})
这是使用.mode
表达式计算列中最频繁的元素的方法:
df.select([
pl.col("tags").mode().alias("mode"),
])
我怎样才能显示该模式的频率/计数?
有一个value_counts
表达式。 此表达式将返回Struct
数据类型,其中第一个字段是唯一值,第二个字段是该值的计数。
df.select([
pl.col("tags").value_counts()
])
shape: (4, 1)
┌───────────┐
│ tags │
│ --- │
│ struct[2] │
╞═══════════╡
│ {"c",4} │
├╌╌╌╌╌╌╌╌╌╌╌┤
│ {"a",3} │
├╌╌╌╌╌╌╌╌╌╌╌┤
│ {"b",1} │
├╌╌╌╌╌╌╌╌╌╌╌┤
│ {"d",1} │
└───────────┘
或者,如果您想将该结果作为DataFrame
:
(df.select([
pl.col("tags").value_counts()
]).to_series().struct.to_frame())
shape: (4, 2)
┌──────┬────────┐
│ tags ┆ counts │
│ --- ┆ --- │
│ str ┆ u32 │
╞══════╪════════╡
│ c ┆ 4 │
├╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┤
│ a ┆ 3 │
├╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┤
│ d ┆ 1 │
├╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌┤
│ b ┆ 1 │
└──────┴────────┘
编辑:这可以更简单:
df["tags"].value_counts()
我找到了这种方法,但我不确定是否有更好的方法:
df.select([
pl.col("tags").mode().alias("mode"),
pl.col("tags").filter(pl.col("tags") == pl.col("tags").mode()).count().alias("count")
])
输出:
shape: (1, 2)
┌──────┬───────┐
│ mode ┆ count │
│ --- ┆ --- │
│ str ┆ u32 │
╞══════╪═══════╡
│ c ┆ 4 │
└──────┴───────┘
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.