Pandas Dataframe：从另一列中具有最多唯一值的列中查找唯一值

Question

我有以下熊猫数据框

df = pd.DataFrame([[99, 88, 88, 66, 66, 99, 66, 77, 77, 77, 66, 66, 99, 99], list('DAABBBBABCBDDD'), ['***','**','****','*','***','*','**','***','*','*','****','**','**','****']]).T
df.columns = ['col1','col2','col3']

假设 col1 是公司，col2 是产品类型。我正在寻找拥有最多不同产品类型的公司。

所以我正在寻找 col1 中的哪个唯一值在 col2 中具有最大数量的唯一值

我尝试了以下方法：

df.groupby(['col1'])['col2'].nunique()

返回：

col1
66    2
77    3
88    1
99    2

现在我想从 col1 中获取 col2 中值最高的值。即：

77    3

我试过了

df.groupby(['col2'])['col1'].nunique().max()

但是我只收到 col2 中唯一值的最大值

3

相反，我想知道 col2 的最大值和 col1 中的哪个值。即

 77    3

感谢您的帮助！

Answer 1

我想知道 col2 的最大值以及它属于 col1 中的哪个值。

根据你的结果，调用两者：

result = df.groupby(['col1'])['col2'].nunique()
result.idxmax()  # 77
result.max()  # 3

您也可以在调用 .loc[lambda d: d.idxmax()] 之前将其转换为 DataFrame，但我不知道您为什么要这样做。

Answer 2

试试这个，

grouped=pd.DataFrame(df.groupby(['col1'])['col2'].nunique()).reset_index()
grouped[grouped['col2'] == grouped["col2"].max()]