Python 如何记录「；“最少发生”；数据帧中的项目？

我有以下数据框，只有三列：

import pandas pd
dict_example = {'col1':['A', 'A', 'A', 'A', 'A'], 
    'col2':['A', 'B', 'A', 'B', 'A'], 'col3':['A', 'A', 'A', 'C', 'B']}

df = pd.DataFrame(dict_example)

print(df)
  col1 col2 col3
0    A    A    A
1    A    B    A
2    A    A    A
3    A    B    C
4    A    A    B

对于包含不同元素的行，我尝试编写一个函数，返回“少数”元素的列名

例如，在第1行中，有2个A和1个B。如果只有一个B，我认为这是“少数”。如果所有元素都相同，自然就没有少数（或多数）。但是，如果每个列具有不同的值，那么我认为这些列是少数。p> 以下是我的想法：

  col1 col2 col3   min
0    A    A    A   []
1    A    B    A   ['col2']
2    A    A    A   []
3    A    B    C   ['col1', 'col2', 'col3']
4    A    A    B   ['col3']

我不知道如何有效地计算这个

使用

pandas.DataFrame.mode（）

或可以在如下列表中找到最大项目数，可以直接查找最大项目数：

lst = ['A', 'B', 'A']
max(lst,key=lst.count)

---

但我不确定如何才能找到出现最少的项目

这个解决方案并不简单-但是如果没有

apply

，我想不出一个

pandas

本机解决方案，而且

numpy

如果没有下面针对内行唯一性和值计数的复数技巧，似乎也没有多少帮助

---

如果您不打算添加此

min

列，我们可以使用一些

numpy

技巧来

nan

排除非最少出现的条目。首先，给定您的数据帧，我们可以创建一个整数的numpy数组来提供帮助

v=pd.factorize（df.stack（））[0]。重塑（df.shape）

（应该更快，因为堆栈不是必需的）

然后，对numpy行

unique

元素使用一些技巧（使用复数将元素标记为每行中唯一的元素，找到出现最少的元素，并在其中屏蔽它们）。这种方法主要是从用户使用的几个方面

给予

  col1 col2 col3
0  NaN  NaN  NaN
1  NaN    B  NaN
2  NaN  NaN  NaN
3    A    B    C
4  NaN  NaN    B

---

---

希望这能以一种高效的方式实现您想要的（比如说，如果这个数据帧相当大的话）。如果有一种更快的方法来实现第一行（不使用

堆栈

），我可以想象，即使对于非常大的数据帧，这也相当快

谢谢！它是一个大数据帧，因此应该执行此操作。我来试一试。事实上，看起来我发现了一种情况，它没有按预期工作。我有一行4个a和2个B，这表明没有“少数”字符。也许我可以和你共享数据？是的@EB2127我可以看看我不知道如何共享数据帧。这一行是A，A，C，C，A，A

def make_mask(a):
    weight = 1j*np.linspace(0, a.shape[1], a.shape[0], endpoint=False)
    b = a + weight[:, np.newaxis]
    u, ind, c = np.unique(b, return_index=True, return_counts=True)
    b = np.full_like(a, np.nan, dtype=float)
    np.put(b, ind, c)
    m = np.nanmin(b, axis=1)
    # remove only uniques
    b[(~np.isnan(b)).sum(axis=1) == 1, :] = np.nan
    # remove lower uniques
    b[~(b == m.reshape(-1, 1))] = np.nan
    return b

m = np.isnan(make_mask(v))
df[m] = np.nan

  col1 col2 col3
0  NaN  NaN  NaN
1  NaN    B  NaN
2  NaN  NaN  NaN
3    A    B    C
4  NaN  NaN    B