Python 一个名称对应两个性别，重复数据帧

我有一个如下所示的数据框：

    Name    Gender  
0   John    0   
1   John    1   
2   Linda   1   
3   Lisa    0   
4   Lisa    1
5   Lisa    1   
6   Tom     0
7   Tom     1
8   John    0 

在这个数据帧中，像John这样的名字对应两个性别值0和1。我想：

计算姓名（例如John）为0和John为1的频率

返回与出现次数最多的性别值相对应的新数据帧（例如John）

如果性别值0和1具有相同的val_计数，则返回1

返回的数据帧应该如下所示

    Name    Gender  
0   John    0       
1   Linda   1   
2   Lisa    1       
3   Tom     0

---

是否有Python Panda代码可以解决此问题而不是使用for循环？

因为性别是一个二进制值-您需要的是计算性别的平均值，并检查它是否大于或等于0.5：

new_df = df.groupby('name')['gender'].mean()
new_df = new_df.reset_index()
new_df['gender'] = (new_df['gender']>=0.5).astype(int)
new_df


    name    gender
0   Jhon    0
1   Linda   1
2   Lisa    1
3   Tom     1

对于每个名称，它计算平均值，这意味着如果Jhon有[0,0,1]，平均值为0.3333，而如果它有[1,0,1]，平均值为0.6666

如果平均值大于0.5，则表示1多于0，反之亦然。这正是我们正在检查的

new_df['gender']>=0.5

。

---

然后我们必须将它从布尔值（真/假）转换为int（真将变为1，假为0）-我们使用

astype（int）

只需按名称分组并找到模式

df.groupby('Name')['Gender'].agg(lambda x: x.mode().max())

Name
John     0
Linda    1
Lisa     1
Tom      1
Name: Gender, dtype: int64

“模式”是“最常出现的值”。如果有多个模式，

pd.Series.mode

返回所有模式，因此我们返回最大的模式

---

类似的方法可以避免lambda：

df.groupby('Name')['Gender'].apply(pd.Series.mode).max(level=0, axis=0)

Name
John     0
Linda    1
Lisa     1
Tom      1
Name: Gender, dtype: int64

---

注意，Tom必须是1（根据3-如果性别值0和1具有相同的val_计数，返回1），因为人们想知道

模式

可以做什么，@Sushanth噢，嘿，我想我认识写这篇文章的人。谢谢，但是，如果值大于0，小于1呢。在这种情况下，我需要返回0。例如，John有两个0和一个1。您是如何使其返回0的。你能解释一下吗？@KeFeng我补充了一个解释。让我知道现在是否清楚：）