如何在python的pandas数据框中找到出现最多的前10对

Question

我在 python 中有一个带有“a”、“b”、“c”列的 pandas 数据框。 'a','b' 对是唯一的并且重复多次。 'c' 一直在变化。我想找到出现最多的 10 对 'a','b' 并将它们放入数据框中，但不知道如何。任何帮助表示赞赏。

Answer 1

我不完全确定我关注你，但假设你的意思是你有一个看起来像这样的 DataFrame

>>> N = 1000
>>> df = pd.DataFrame(np.random.randint(0, 10, (N, 3)), columns="A B C".split()) 
>>> df.head()
   A  B  C
0  7  4  5
1  5  1  3
2  8  9  8
3  2  3  0
4  2  3  0

而您只想计算 (A, B) 对，这很简单：

>>> df.groupby(["A", "B"]).size().order().iloc[-10:]
A  B
6  1    13
1  0    14
4  0    14
7  2    14
1  6    15
8  2    15
1  8    16
2  6    16
6  4    16
7  4    16
dtype: int64

这可以分为四个部分：

1. groupby，将数据按(A, B)元组分组
2. size，计算每个组的大小
3. order，返回按值排序的Series
4. iloc，这让我们可以按位置选择Series 中的最后 10 个条目

这会产生一个Series，但您可以通过将它传递给pd.DataFrame 来生成一个DataFrame。