Pandas：返回每组出现频率最高的值（可能没有应用）答案

【问题标题】：Pandas: return the occurrences of the most frequent value for each group (possibly without apply)Pandas：返回每组出现频率最高的值（可能没有应用）
【发布时间】：2021-02-12 05:07:19
【问题描述】：

假设输入数据集：

test1 = [[0,7,50], [0,3,51], [0,3,45], [1,5,50],[1,0,50],[2,6,50]]
df_test = pd.DataFrame(test1, columns=['A','B','C'])

对应于：

    A   B   C
0   0   7   50
1   0   3   51
2   0   3   45
3   1   5   50
4   1   0   50
5   2   6   50

我想获取按“A”分组的数据集，以及每个组中“B”最常见的值，以及该值的出现次数：

A   most_freq freq
0   3          2
1   5          1
2   6          1

我可以通过以下方式获得前 2 列：

grouped = df_test.groupby("A")
out_df = pd.DataFrame(index=grouped.groups.keys())
out_df['most_freq'] = df_test.groupby('A')['B'].apply(lambda x: x.value_counts().idxmax())

但我在最后一列遇到问题。另外：有没有更快的方法不涉及“应用”？这个解决方案不能很好地适应更大的输入（我也尝试过 dask）。

非常感谢！

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

使用默认排序的SeriesGroupBy.value_counts，因此在Series.reset_index之后添加DataFrame.drop_duplicates作为最高值：

df = (df_test.groupby('A')['B']
             .value_counts()
             .rename_axis(['A','most_freq'])
             .reset_index(name='freq')
             .drop_duplicates('A'))
print (df)
   A  most_freq  freq
0  0          3     2
2  1          0     1
4  2          6     1

【讨论】：