Python3.x 在 groupby 之后，Pandas 在特定类别中获得最常见和最后的值

发布于02月15日

我有一个数据帧，其中包含分类变量和每行的几个属性:

df = ID  C1  C2  .... Cn   flag
      1  a   b         c   True
      1  a   c         d   False
      1  q   t         p   False
      1  g   y         p   False
      2  r   h         k   False

对于每一列和每个ID值，我需要最常见的(和出现的次数)和最后一个值. 我还想知道它的列标志中是否至少有一个‘True’. 所以我会得到:

out = ID c1_common c1_common_n c1_latest c2_common c2_common_n c2_latest ...  has_flag 
       1    a          2             g         y        1           y          True
       2    r          1             r         h        1           h          False

这样做的最佳方式是什么？

推荐答案

正如您前面的问题所述，您必须在计算发生次数之前将数据帧扁平化.最后，GROUP BY ID和CX，然后聚合一些变量:

out = (df.melt('ID').value_counts()
         .rename('count').reset_index('value')
         .groupby(level=['ID', 'variable'])
         .agg(common=('value', 'first'),
              common_n=('count', 'first'),
              latest=('value', 'last'))
         .unstack('variable').swaplevel(axis=1).sort_index(axis=1))

out.columns = out.columns.to_flat_index().str.join('_')

输出:

>>> out

   C1_common  C1_common_n C1_latest C2_common  C2_common_n C2_latest Cn_common  Cn_common_n Cn_latest
ID                                                                                                   
1          a            2         q         b            1         y         p            2         d
2          r            1         r         h            1         h         k            1         k