Python groupby并选择mode并连接回原始数据帧

我有如下数据：

df = pd.DataFrame({'Name' : ['John', 'John', 'John', 'Darrel','Darrel', 'Nick'], 
                  'Ocupation' : ['An','An', 'An', 'Se', 'So', 'Ik'],
                  'Numbers' : ['12','12','54','2', '3', '55']})

我想按

名称

分组，对于

名称

中的每个组，我想选择

数字

的模式（最频繁/最普遍的值）。我使用以下代码执行此操作：

df.groupby(['Name'])['Numbers'].agg(lambda x: pd.Series.mode(x)[0]).reset_index(False)

，现在我想将这些模式连接回

df

。有什么方法可以一次完成吗

现在我要做的也许不是那么优雅：

df.merge(df.groupby(['Name'])['Numbers'].agg(lambda x: pd.Series.mode(x)[0]).reset_index(False),
       left_on='Name', right_on='Name', how = 'left')

---

如果您需要模式，可以使用：

from statistics import mode
df['Mode'] = df.groupby(['Name'])['Numbers'].transform(mode)

使用

groupby（）.transform（）

代替

groupby（）.agg（）

：

输出：

     Name Ocupation Numbers Mode
0    John        An      12   12
1    John        An      12   12
2    John        An      54   12
3  Darrel        Se       2    2
4  Darrel        So       3    2
5    Nick        Ik      55   55

---

很漂亮，我不知道

转换

，非常感谢！很漂亮，我不知道

转换

，非常感谢！

     Name Ocupation Numbers Mode
0    John        An      12   12
1    John        An      12   12
2    John        An      54   12
3  Darrel        Se       2    2
4  Darrel        So       3    2
5    Nick        Ik      55   55