如何计算熊猫数据框中元素最多的行[重复]

Question

我有一个任务，我必须计算每个州的县数量，并在数据框中显示州最多的县，如下所示：

X = pd.DataFrame.from_dict({
    "SUMLEV": [40, 50, 50, 50, 50],
    "REGION": [3, 3, 3, 3, 3],
    "DIVISION": [6, 6, 6, 6, 6],
    "STATE": [1, 1, 1, 1, 1],
    "COUNTY": [0, 1, 3, 5, 7],
    "STNAME": ["Alabama", "Alabama", "Alabama", "Alabama", "Alabama"],
    "CTYNAME": ["Alabama", "Autauga County", "Baldwin County", "Barbour County", "Bibb County"]
})

>>> X
   SUMLEV  REGION  DIVISION  STATE  COUNTY   STNAME         CTYNAME
0      40       3         6      1       0  Alabama         Alabama
1      50       3         6      1       1  Alabama  Autauga County
2      50       3         6      1       3  Alabama  Baldwin County
3      50       3         6      1       5  Alabama  Barbour County
4      50       3         6      1       7  Alabama     Bibb County

到目前为止，我只根据 STNAME 对数据框进行排序，然后根据 CTYNAME 对数据框进行排序。此后，我计划计算每个县的行数，但我不确定该怎么做。 这就是我目前所拥有的

def answer_five() :
    census_df = df[df['SUMLEV'] == 50]
    census_df.groupby(['STNAME'])
    census_df.groupby([CTYNAME])

Answer 1

我认为您正在寻找这样的东西：

X.groupby("STNAME")["COUNTY"].nunique().idxmax()

这将首先按州名称STNAME 对您的数据进行分组，因此您现在正在州级别进行分析。然后，通过抓取"COUNTY" 列，仅查看县（每个州），然后计算每个州 (nunique()) 的唯一县数。最后，您想要县数最多的州，因此idxmax() 将为您提供具有最高值的行的索引（在这种情况下，因为它是 groupby 的结果，它将是州名） .