对象/str pandas 数据框列上最频繁的*滚动*值

Question

我想要一个新列，其中包含另一个 str/object 列中最频繁的

rolling

值。

          date     name state
0   2024-02-29    Alice    CA
1   2024-02-27      Bob    HI
2   2024-02-29    Cindy    ID
3   2024-02-25      Dan    MT
4   2024-02-29  Elliott    CA
..       ...        ...   ...

我正在尝试获得最频繁的滚动

state

（对于每一行）。

我尝试过不同的组合（和子集）

• .rolling()

• .apply()

• .mode()

• 来自不同库的mode()
• 自定义mode()函数

这通常会生成少数错误之一，抱怨该列是非数字的。我明白错误告诉我什么 - 它期望聚合并应用数字函数（

.mean()

.sum()

...） - 但它甚至没有到达

.apply()

函数...

def fail_now(x):
    raise Exception('wow! we made it here!')

>>> df['state'].rolling(window=25).apply(fail_now)
...
pandas.errors.DataError: No numeric types to aggregate

>>> df[['state']].rolling(window=25).apply(fail_now)
...
pandas.errors.DataError: Cannot aggregate non-numeric type: object

>>> df[['state']].rolling(window=25)['state'].apply(fail_now)
...
pandas.errors.DataError: No numeric types to aggregate

我还尝试了多种不同的方法，包括

raw

中的

.apply()

标志，但没有运气

Answer 1

rolling

仅适用于数值，您可以先

factorize

您的数据，然后

map

原始名称：

a, idx = pd.factorize(df['state'])

df['rolling_mode'] = (pd.Series(a, index=df.index)
                        .rolling(3, min_periods=1)    # window=3 for the demo
                        .apply(lambda x: x.mode()[0])
                        .map(dict(enumerate(idx)))
                     )

输出：

         date     name state rolling_mode
0  2024-02-29    Alice    CA           CA
1  2024-02-27      Bob    HI           CA
2  2024-02-29    Cindy    ID           CA
3  2024-02-25      Dan    MT           HI
4  2024-02-29  Elliott    CA           CA