Python 分组并获取最频繁的行

我有这样一个数据帧：

    col1     col2
0   maria    apple
1   eugene   apple
2   eugene   banana
3   maria    apple
4   maria    pear
5   eugene   banana
6   maria    apple

    col1     col2    col3
0   maria    apple   3
1   eugene   banana  2

我想一个人一组，看看这个人最常见的水果是什么，比如：

    col1     col2
0   maria    apple
1   eugene   apple
2   eugene   banana
3   maria    apple
4   maria    pear
5   eugene   banana
6   maria    apple

    col1     col2    col3
0   maria    apple   3
1   eugene   banana  2

编辑到目前为止，我完成的是：

    col1     col2
   maria    apple   2
            pear    1
   eugene   banana  2
            apple   1

与

但我不知道如何只获取最大值，因为它是一个系列，而不是一个数据帧

IIUC:

df.groupby('col1')['col2'].apply(lambda x: x.value_counts().head(1))

输出：

col1          
eugene  banana    2
maria   apple     3
Name: col2, dtype: int64

---

模式

from

scipy

from scipy import stats

df.groupby('col1').col2.apply(stats.mode)
Out[530]: 
col1
eugene    ([banana], [2])
maria      ([apple], [3])
Name: col2, dtype: object

首先在

col1

上使用

groupby（）

，使用

value\u counts（）

获取频率，然后使用

sort\u values（）函数对值进行降序排序

a = pd.DataFrame({"col1": ["maria","eugene","eugene","maria","maria","eugene","maria"],
          "col2": ["apple", "apple","banana","apple","pear","banana","apple"]})  
a.groupby(["col1"])["col2"].value_counts().sort_values(ascending=False)

@Drise，这是因为越来越多的“功能用户”——既不是专业的程序员，也不是热心的程序员。更多的人只是想把事情做完。Python因为其简单的语法而更容易成为攻击目标。很抱歉，我认为人们不想看到我失败的尝试，会用它来编辑文章。