在 DataFrame 中查找最频繁的组合答案

【问题标题】：Finding the most frequent combination in DataFrame在 DataFrame 中查找最频繁的组合
【发布时间】：2020-11-23 12:11:57
【问题描述】：

我有一个包含两列 From 和 To 的 DataFrame，我需要知道最常见的位置组合 From 和 To。

例子：

From        To
------------------
Home        Office
Home        Office
Home        Office
Airport     Home
Restaurant  Office

【问题讨论】：

【解决方案1】：

如果顺序确实重要：

df['FROM_TO'] = df['FROM'] + df['TO']

df['COUNT'] = 1

df.groupby(['FROM_TO'])['COUNT'].sum()

一次性为您提供所有事件。只需取最大值即可找到最大的出现次数。

如果顺序确实重要，请先对之前的值进行排序：

df.loc[:,:] = np.sort(df.values,axis=1) # 如果 df 只包含 FROM 和 TO 列。

【讨论】：

【解决方案2】：

您可以将两列组合在一起并计算每对出现的次数，然后按此计数对这些对进行排序。

下面的代码完成了这项工作：

df.groupby(["From", "To"]).size().sort_values(ascending=False)

并且，对于问题的示例，它返回：

From        To
-----------------------
Home        Office    3
Restaurant  Office    1
Airport     Home      1

【讨论】：

【解决方案3】：

IIUC、SeriesGroupBy.value_counts 和 Series.idxmax

df.groupby('From')['To'].value_counts().idxmax()

输出

('Home', 'Office')

一般groupby.value_counts 比groupby.size 快

另一种方式：

df.apply(tuple, axis=1).value_counts().idxmax()

或者

df.apply(tuple, axis=1).mode()

输出

0    (Home, Office)
dtype: object

【讨论】：