Python 从Pandas中的数据帧行中查找最频繁的值

在一个数据帧中，我想创建另一个列，该列输出来自行中不同列的最频繁值

A    B    C   D
foo  bar  baz foo
egg  bacon egg egg
bacon egg foo  baz

“E”列必须从类似的行中输出频繁值

E
foo
egg

---

如何在Python中执行此操作？

重新创建您的问题：

df = pd.DataFrame(
    {
        'A' : ['foo', 'egg', 'bacon'], 
        'B' : ['bar', 'bacon', 'egg'],
        'C' : ['baz', 'egg', 'foo'],
        'D' : ['foo', 'egg', 'baz']
    }
)

并用

df['E'] = df.mode(axis=1)[0]

输出：

    A      B       C       D       E
0   foo    bar     baz     foo     foo
1   egg    bacon   egg     egg     egg
2   bacon  egg     foo     baz     bacon

如果没有单个最频繁的元素，会发生什么情况？

df.mode(axis=1)
    0      1       2       3
0   foo    NaN     NaN     NaN
1   egg    NaN     NaN     NaN
2   bacon  baz     egg     foo

正如您所看到的，当频率最高时，它返回频率最高的集合中的值。如果我分别将C列和D列中的值foo替换为egg，baz替换为bacon，我们将得到以下结果：

    0      1
0   foo    NaN
1   egg    NaN
2   bacon  egg

如您所见，现在结果集只有两个元素，这意味着联系在培根和鸡蛋之间

如何检测领带？

df.mode(axis=1)
    0      1       2       3
0   foo    NaN     NaN     NaN
1   egg    NaN     NaN     NaN
2   bacon  baz     egg     foo

让我们使用不包含列D的数据集

df
    A      B       C
0   foo    bar     baz
1   egg    bacon   egg
2   bacon  egg     foo

df_m = df.mode(axis=1)
df_m
    0      1    2
0   bar    baz  foo
1   egg    NaN  NaN
2   bacon  egg  foo

df['D'] = df_m[0]
    A      B       C    D
0   foo    bar     baz  bar
1   egg    bacon   egg  egg
2   bacon  egg     foo  bacon

我们可以利用pandas提供的notna（）方法来创建一个掩码，以检查哪些行不包含NaN值，即哪些行处于平局

首先，我们必须删除始终具有值的第一列

df_m = df_m.drop(columns=0)

然后，我们需要使用另一个方法.T转换数据帧，并检查是否有不包含NAN的行

df_mask = df_m.T.notna().any()
df_mask
0    False
1    False
2     True
dtype: bool

现在我们有一系列的布尔人。我们可以使用此掩码覆盖以前的列

df['D'][df_mask] = df['A'][df_mask] 
    A      B       C    D
0   foo    bar     baz  foo
1   egg    bacon   egg  egg
2   bacon  egg     foo  bacon

---

通过以下方式重新创建您的问题：

df = pd.DataFrame(
    {
        'A' : ['foo', 'egg', 'bacon'], 
        'B' : ['bar', 'bacon', 'egg'],
        'C' : ['baz', 'egg', 'foo'],
        'D' : ['foo', 'egg', 'baz']
    }
)

并用

df['E'] = df.mode(axis=1)[0]

输出：

    A      B       C       D       E
0   foo    bar     baz     foo     foo
1   egg    bacon   egg     egg     egg
2   bacon  egg     foo     baz     bacon

如果没有单个最频繁的元素，会发生什么情况？

df.mode(axis=1)
    0      1       2       3
0   foo    NaN     NaN     NaN
1   egg    NaN     NaN     NaN
2   bacon  baz     egg     foo

正如您所看到的，当频率最高时，它返回频率最高的集合中的值。如果我分别将C列和D列中的值foo替换为egg，baz替换为bacon，我们将得到以下结果：

    0      1
0   foo    NaN
1   egg    NaN
2   bacon  egg

如您所见，现在结果集只有两个元素，这意味着联系在培根和鸡蛋之间

如何检测领带？

df.mode(axis=1)
    0      1       2       3
0   foo    NaN     NaN     NaN
1   egg    NaN     NaN     NaN
2   bacon  baz     egg     foo

让我们使用不包含列D的数据集

df
    A      B       C
0   foo    bar     baz
1   egg    bacon   egg
2   bacon  egg     foo

df_m = df.mode(axis=1)
df_m
    0      1    2
0   bar    baz  foo
1   egg    NaN  NaN
2   bacon  egg  foo

df['D'] = df_m[0]
    A      B       C    D
0   foo    bar     baz  bar
1   egg    bacon   egg  egg
2   bacon  egg     foo  bacon

我们可以利用pandas提供的notna（）方法来创建一个掩码，以检查哪些行不包含NaN值，即哪些行处于平局

首先，我们必须删除始终具有值的第一列

df_m = df_m.drop(columns=0)

然后，我们需要使用另一个方法.T转换数据帧，并检查是否有不包含NAN的行

df_mask = df_m.T.notna().any()
df_mask
0    False
1    False
2     True
dtype: bool

现在我们有一系列的布尔人。我们可以使用此掩码覆盖以前的列

df['D'][df_mask] = df['A'][df_mask] 
    A      B       C    D
0   foo    bar     baz  foo
1   egg    bacon   egg  egg
2   bacon  egg     foo  bacon

---

axis=1的模式不理解输出。axis=1的模式不理解输出。如果未找到频繁值，则必须返回第一列行中的值？在这种情况下，它返回一个按字母顺序排列的较低值。不，模式通过返回一组值来工作，即如果它与最常见的值有联系，它将返回2个值，这可以在模式的原始输出中看到（更新的示例）。我实现它的方法是简单地取第一个元素，因为您没有另外指定。我使用了这个公式。并且，A列的值为“Foo”，B列的值为“Bar”，C列的值为“Baz”。在这种情况下，上面的公式将输出“Bar”，但在这种情况下它应该输出“Foo”。如果每个值都是唯一的，则输出应该是第一列中的值。这不是选项。要实现这一点，您需要检查输出数据框中的NA。我更新了我的答案以适应您的问题：）如果找不到频繁值，它必须返回第一列行中的值？在这种情况下，它返回一个按字母顺序排列的较低值。不，模式通过返回一组值来工作，即如果它与最常见的值有联系，它将返回2个值，这可以在模式的原始输出中看到（更新的示例）。我实现它的方法是简单地取第一个元素，因为您没有另外指定。我使用了这个公式。并且，A列的值为“Foo”，B列的值为“Bar”，C列的值为“Baz”。在这种情况下，上面的公式将输出“Bar”，但在这种情况下它应该输出“Foo”。如果每个值都是唯一的，则输出应该是第一列中的值。这不是选项。要实现这一点，您需要检查输出数据框中的NA。我更新了我的答案以适应您的问题：）