在列表列表中查找最频繁的元素/行

Question

我有一个表格列表：

my_list = [[8, [16, 32], [32, 16, 8], 0],
           [16, [16, 32], [32, 16, 8], 0],
           [16, [32, 64], [32, 16, 8], 0],
           [8, [16, 32], [32, 16, 8], 0]]

我想提取最频繁的项目，即：

most_freq_item = [8, [16, 32], [32, 16, 8], 0]

我尝试将列表转换为 numpy，然后使用 np.unique：

import numpy as np
list_as_np = np.asarray(my_list)
unq, cnt = np.unique(list_as_np, axis=0, return_counts=True)

但这会引发TypeError: The axis argument to unique is not supported for dtype object，因为np.asarray 确实创建了一个对象，而不是一个正确的np.ndarray。

有什么建议吗？非常感谢！

Answer 1

鉴于主要问题是列表的不可散列属性，这里有一个可能的解决方法：

>>> import pandas as pd
>>> my_list = [[8, [16, 32], [32, 16, 8], 0],
           [16, [16, 32], [32, 16, 8], 0],
           [16, [32, 64], [32, 16, 8], 0],
           [8, [16, 32], [32, 16, 8], 0]]

>>> l = [sum([[e] if type(e) == int else e for e in s], []) for s in my_list]

>>> l
[[8, 16, 32, 32, 16, 8, 0],
 [16, 16, 32, 32, 16, 8, 0],
 [16, 32, 64, 32, 16, 8, 0],
 [8, 16, 32, 32, 16, 8, 0]]

>>> df = pd.DataFrame(l)

>>> result = df.groupby(df.columns.tolist()).size()
>>> most_freq, cnt = result.idxmax(), result.max()

>>> most_freq
(8, 16, 32, 32, 16, 8, 0) 

>>> cnt
2

Answer 2

如果列表的顺序很重要，您可以简单地将子列表转换为字符串并进行比较。

from collections import Counter
Counter([str(x) for x in my_list])
# Counter({'[8, [16, 32], [32, 16, 8], 0]': 2,
#         '[16, [16, 32], [32, 16, 8], 0]': 1,
#         '[16, [32, 64], [32, 16, 8], 0]': 1})

当然你也可以使用你的方法，无论哪种方式都会给你一个字符串，你可以从字符串中找到列表

Answer 3

乔托米：D

另一种选择是：

import scipy.stats as ss
most_frequent, cnt = ss.mode([str(x) for x in my_list])

most_frequent
array(['[8, [16, 32], [32, 16, 8], 0]'], dtype='<U30')

cnt
array([2])

Answer 4

使用熊猫

>>> s = pd.Series(map(str, my_list))
>>> s.value_counts()

[8, [16, 32], [32, 16, 8], 0]     2
[16, [32, 64], [32, 16, 8], 0]    1
[16, [16, 32], [32, 16, 8], 0]    1

获取最频繁的元素：

s.value_counts().index[0]