Python - 计算相同长度列表中最常见的元素答案

【问题标题】：Python - Count most frequent elements in list of same lengthPython - 计算相同长度列表中最常见的元素
【发布时间】：2019-07-21 03:21:36
【问题描述】：

过去几个小时我一直在寻找这个问题的答案，但没有找到我想要的答案，所以我决定改为在这里提问。

所以，假设我有一个长度相同的数据列表，例如；

0004000000350
0000090033313
0004000604363
040006203330b
0004000300a3a
0004000403833
00000300333a9
0004000003a30

在每个位置匹配出现次数最多的字符的最有效方法是什么。

示例输出类似于：

0 0 0 4 0 0 0 0 0 3 3 3 3

编辑：感谢您的回答，给了我想要的东西！ :)

编辑 2：我想补充一下这个问题，因为它可能是最简单的解决方法。使用建议的答案，您将如何添加总数以及某种百分比？由于它是一个庞大的数据集，仅最常见的事件并不像我希望的那样清晰。

【问题讨论】：

为什么预期输出的第四个元素是4而不是0？
在示例数据集中，位置 4 中出现频率最高的字符是 4. 4 出现 5 次，而 0 出现 3 次。

标签： python string frequency

【解决方案1】：

由于没有人使用过pandas，所以使用pandas可以轻松高效地实现这一点

a = """0004000000350
0000090033313
0004000604363
040006203330b
0004000300a3a
0004000403833
00000300333a9
0004000003a30"""

import pandas as pd
df = pd.DataFrame([list(j) for j in a.strip().split('\n')])
result =  df.mode().to_string(header=None,index=None)
print(result)

""" output 
 0  0  0  4  0  0  0  0  0  3  3  3  3
"""

【讨论】：

【解决方案2】：

from collections import Counter
''.join(Counter(i).most_common(1)[0][0] for i in zip(*l))

l 是您的字符串列表。

【讨论】：

expected str instance, tuple found 缺少[0]？

【解决方案3】：

您开始使用zip 来交错每个字符串中处于相同相对位置的字符。然后使用 scipy.stats.mode 获取每个元组的模式，并连接生成器表达式的结果字符串：

l = ['0004000000350', '0000090033313', '0004000604363', '040006203330b', 
     '0004000300a3a', '0004000403833', '00000300333a9', '0004000003a30']

from scipy.stats import mode
''.join(mode(i).mode[0] for i in list(zip(*l)))

输出

'0004000003333'

【讨论】：

【解决方案4】：

如果不导入，我会这样做：

data = [
"0004000000350",
"0000090033313",
"0004000604363",
"040006203330b",
"0004000300a3a",
"0004000403833",
"00000300333a9",
"0004000003a30",
]

# return the most common elemebt in an iterable
most_common = lambda ite: max(ite, key=ite.count)  

# print the most_common in each columns
print(map(most_common, zip(*data)))

# ['0', '0', '0', '4', '0', '0', '0', '0', '0', '3', '3', '3', '3']

【讨论】：

可能值得注意的是 max 与 key 是 O(n²)，不过。

【解决方案5】：

压缩字符串列表以“转置”它们以在同一迭代器中呈现列，在它们上应用collections.Counter，并使用most_common 方法，删除不需要的数据

data="""0004000000350
0000090033313
0004000604363
040006203330b
0004000300a3a
0004000403833
00000300333a9
0004000003a30"""

import collections

counts = [collections.Counter(x).most_common(1)[0][0] for x in zip(*data.splitlines())]

这会产生：

['0', '0', '0', '4', '0', '0', '0', '0', '0', '3', '3', '3', '3']

（如果需要，使用 "".join(counts) 加入字符以重新创建字符串）

【讨论】：