在 Pandas 中查找由列表元素组成的系列的模式答案

【问题标题】：Finding the mode of a series consisting of list elements in Pandas在 Pandas 中查找由列表元素组成的系列的模式
【发布时间】：2018-09-20 14:44:22
【问题描述】：

我正在使用pd.Series，其中每个条目都是一个列表。我想找到系列的模式，也就是这个系列中最常见的列表。我尝试过同时使用pandas.Series.value_counts 和pandas.Series.mode。但是，这两种方法都会引发以下异常：

TypeError: unhashable type: 'list'

以下是此类系列的一个简单示例：

pd.Series([[1,2,3], [4,5,6], [1,2,3]])

我正在寻找一个返回 [1,2,3] 的函数。

【问题讨论】：

【解决方案1】：

您需要转换为 tuple ，然后使用 mode

pd.Series([[1,2,3], [4,5,6], [1,2,3]]).apply(tuple).mode().apply(list)
Out[192]: 
0    [1, 2, 3]
dtype: object

略有改进：

list(pd.Series([[1,2,3], [4,5,6], [1,2,3]]).apply(tuple).mode().iloc[0])
Out[210]: [1, 2, 3]

既然两个apply很丑

s=pd.Series([[1,2,3], [4,5,6], [1,2,3]])
s[s.astype(str)==s.astype(str).mode()[0]].iloc[0]
Out[205]: [1, 2, 3]

【讨论】：

【解决方案2】：

列表不可散列，因此您需要将 Series 的 lists 转换为 Series 的 tuples。

一旦你这样做了，你可以使用Counter来快速和高效生成一个多组元组，然后使用Counter.most_common来提取最常见的元素（AKA，mode）。

s = pd.Series([[1,2,3], [4,5,6], [1,2,3]])

from collections import Counter  

c = Counter(tuple(l) for l in s)
list(c.most_common(1)[0][0])
[1, 2, 3]

【讨论】：