Pandas 如何确定列的最常见值出现的次数是否超过X%？

考虑以下数据帧：

  ID   Column
0 500  2
1 500  2
2 500  2
3 500  2
4 500  2
5 500  4

我们如何判断“Column”的最常见值出现的次数是否超过X%

---

我尝试过这样做：

df.locate[df.groupby（'ID'）['Column'].count\u values（normalize=True）.max（）>X]

，但我得到了一个错误。

我想你已经接近解决方案了。我不太清楚，如果你想计算整个列，或者每个组，这里有一个解决方案。您可以更改变量

至少此比例，以更改最小阈值：

import pandas as pd
from io import StringIO

text = """
  ID   Column
0 500  2
1 500  2
2 500  2
3 500  2
4 500  2
5 500  4
6 501  2
7 501  2
"""

df = pd.read_csv(StringIO(text), header=0, sep='\s+')

# set minimum threshold
at_least_this_proportion = 0.5

按组计算：

# find the value that occurs at least 50% within its group
value_counts_per_group = df.groupby('ID')['Column'].value_counts(normalize=True)
ids_that_meet_threshold = value_counts_per_group[value_counts_per_group > at_least_this_proportion].index.get_level_values(0)

# get all rows for which the id meets the threshold
df[df['ID'].isin(ids_that_meet_threshold)]

我没有适当地澄清它。我想要第二个（即每组）。谢谢你提供了这两个！但是，我希望输出的是ID满足条件的所有行。在您给出的示例中，所有行都满足此条件。也就是说，即使第5行（5004）也是正确的，因此返回。好的，改变了解决方案：找到满足阈值的id，并获取这些id的所有行