查找具有最大行数的索引

Question

我的任务：

对于下一组问题，我们将使用来自United States Census Bureau 的人口普查数据。县是美国各州的政治和地理分区。此数据集包含 2010 年至 2015 年美国各县和州的人口数据。See this document 了解变量名称的说明。

人口普查数据集 (census.csv) 应作为 census_df 加载。酌情使用这个回答问题。

问题 5

哪个州的县最多？ （提示：仔细考虑sumlevel 键！您在以后的问题中也需要这个...）

这个函数应该返回一个字符串值。

census_df = pd.read_csv('census.csv')
census_df = census_df[census_df['SUMLEV']==50]
census_df_2 = census_df.groupby(by='STNAME',axis=0)

然而，这不按'STNAME'对DataFrame进行分组，在执行census_df_2.head()时可以看到

我想这应该适用于分组的 DataFrame：

def answer_five():
    return census_df_2[ census_df_2['COUNTY'].count() == max( census_df_2['COUNTY'].count() ) ].index().tolist()[0]
answer_five()

为什么 groupby 函数不起作用？我尝试更改轴并改用 set_index() 函数，但我无法让它起作用。

如果有人知道解决此问题的另一种方法，我将不胜感激。

Answer 1

groupby 只返回一个 groupby 对象，您必须指定一个用于该对象的聚合函数，例如

df.groupby(by='STNAME').aggregate({'COUNTY': 'nunique'}).idxmax()[0]

给予

'Texas'

有关分组/聚合的介绍，请参阅 the pandas docs here。