如何在python中的數據框中找到最常見的兩列組合

Question

我在pandas數據框中的數據如下：

df = pd.DataFrame({'a':[1,2,3,3,4,4,4], 'b':[2,3,4,4,5,5,5]})

所以數據框看起來像這樣：

   a  b
0  1  2
1  2  3
2  3  4
3  3  4
4  4  5
5  4  5
6  4  5

這里的列'a'，'b'組合是：12（1），23（1），34（2），45（3）。 我試圖選擇4和5並將它們打印出來，因為它們的組合最常出現（3次）。

我的代碼是：

counts = df.groupby(['a','b']).size().sort_values(ascending=False)
print(counts)

輸出：

a  b
4  5    3
3  4    2
2  3    1
1  2    1
dtype: int64

但這只給我一個專欄[3,2,1,1]。 這是數字組合計數。 如何單獨訪問元素4和5以便打印出來？

提前致謝！

Answer 1

Pandas GroupBy對象由石斑魚鍵索引。 在多個鍵的情況下，這將意味着MultiIndex 。 您可以只提取結果的第一個索引，以給出表示最常見組合的tuple ：

counts.index[0]  # (4, 5)

Answer 2

使用idxmax ，即使結果是idxmax ，您仍然可以找到最大值的索引

df.groupby(['a','b']).size().idxmax()
Out[15]: (4, 5)

Answer 3

最簡單的一種在pandas DataFrame中使用模式。 它會在行或列中提供最常用的值：

>>> df
   a  b
0  1  2
1  2  3
2  3  4
3  3  4
4  4  5
5  4  5
6  4  5

>>> df.mode()
   a  b
0  4  5