Python 3.x 用行的频繁值替换行的所有值

我有这样一个df：

Index  Parameters   A    B   C   D   E
1      Apple        1    2   3   4   5
2      Banana       2    4   5   3   5
3      Potato       3    5   3   2   1
4      Tomato       1    1   1   1   1
5      Pear         $4    $5   $5   $5   $3

问题陈述：

Index  Parameters   A    B   C   D   E
1      Apple        1    2   3   4   5
2      Banana       2    4   5   3   5
3      Potato       3    5   3   2   1
4      Tomato       1    1   1   1   1
5      Pear         $5    $5   $5   $5   $5

df_transposed = df.set_index("Parameters").T.rename_axis('Fruits').reset_index()
df_transposed["Pear"] = df_transposed.Pear.mode()
df = df_transposed.set_index("Fruits").T.rename_axis('Parameters').reset_index()

基于

参数

列和行

Pear

的值，我想得到最频繁的值并替换为所有值

输出df：

Index  Parameters   A    B   C   D   E
1      Apple        1    2   3   4   5
2      Banana       2    4   5   3   5
3      Potato       3    5   3   2   1
4      Tomato       1    1   1   1   1
5      Pear         $5    $5   $5   $5   $5

df_transposed = df.set_index("Parameters").T.rename_axis('Fruits').reset_index()
df_transposed["Pear"] = df_transposed.Pear.mode()
df = df_transposed.set_index("Fruits").T.rename_axis('Parameters').reset_index()

我的代码：

Index  Parameters   A    B   C   D   E
1      Apple        1    2   3   4   5
2      Banana       2    4   5   3   5
3      Potato       3    5   3   2   1
4      Tomato       1    1   1   1   1
5      Pear         $5    $5   $5   $5   $5

df_transposed = df.set_index("Parameters").T.rename_axis('Fruits').reset_index()
df_transposed["Pear"] = df_transposed.Pear.mode()
df = df_transposed.set_index("Fruits").T.rename_axis('Parameters').reset_index()

我有一个解决方案，它可以很好地转换df，在df上使用

模式

，然后重新转换数据

---

关键是步骤太多了。只是想知道它是否也可以按行进行

尝试切片和

df.mode

。正如您所说，要替换的列太多，您可以根据未被替换的列筛选列

cols = df.columns.drop(['Index', 'Parameters'])

df.loc[df.Parameters.eq('Pear'), cols] = df.loc[df.Parameters.eq('Pear'), cols].mode(axis=1)[0]


Out[77]:
   Index Parameters   A   B   C   D   E
0      1      Apple   1   2   3   4   5
1      2     Banana   2   4   5   3   5
2      3     Potato   3   5   3   2   1
3      4     Tomato   1   1   1   1   1
4      5       Pear  $5  $5  $5  $5  $5

---

在您的数据中，数字前是否有实际的美元符号？@Erfan:是的，数字前有符号但表示全部，或仅表示“Pear”@DanielMesejo:对于我想做此练习的所有列，在max中都有一个

$

，但对于极少数列，它们只是数字！！我怎么能不给所有的栏目命名，因为我的栏目太多了@拉胡拉加瓦尔：在这种情况下，您可以根据未被替换的列进行筛选。检查我编辑过的答案。效果很好，投票给了答案！！如果我想为2个或更多的人再查询一次。例如，梨和香蕉，解决方案是否会发生显著变化，还是我应该运行这两个times@RahulAgarwal：同样的逻辑，只需将

eq

更改为

isin

，如下：

df.loc[df.Parameters.isin（['Pear'，Banana']），cols]=df.loc[df.Parameters.isin（['Pear'，Banana'，cols].mode（axis=1）[0]