pandas 获得列中最主要的值

Question

我正在尝试获取列的最显着/最频繁的值，所以我尝试了以下代码，

df['currency'].value_counts(normalize=True)

这给了我，例如

USD    0.800000
CAD    0.100000
EUR    0.050000
GBP    0.050000

现在边缘情况就像

USD    0.500000
CAD    0.500000

或

USD    0.333333
CAD    0.333333
CNY    0.333333

或

USD    0.400000
CAD    0.400000
CNY    0.100000
EUR    0.100000

以此类推，频率在所有值或部分值之间是偶数。

现在我正在尝试检测这种边缘情况，那么最好的方法是什么？

换句话说，我试图找到系列/列中某个值的最主要频率，因为df['currency'].value_counts().max() 不一定给出最高频率，因为df['currency'].value_counts() 给出的值都可能是相同的。因此data.df['currency'].value_counts().idxmax() 不一定会给出列中频率最高的索引/列值。

Answer 1

演示：

In [104]: df
Out[104]:
  currency
0      USD
1      USD
2      EUR
3      EUR
4      CAD

In [105]: df.currency.mode()
Out[105]:
0    EUR
1    USD
dtype: object

In [106]: len(df.currency.mode()) > 1
Out[106]: True

现在让我们“修复”我们的 DF - 通过添加另一行 USD 货币，因此不再有“边缘”情况：

In [107]: df.loc[len(df)] = ['USD']

In [108]: df
Out[108]:
  currency
0      USD
1      USD
2      EUR
3      EUR
4      CAD
5      USD

In [109]: len(df.currency.mode()) > 1
Out[109]: False

In [110]: df.currency.mode()
Out[110]:
0    USD
dtype: object