最常见的价值及其计数 我正在试图找到在一系列年份在任何一年中提交最多申请的人的名字。 每个应用程序是数据框中的自己的行。它是随附的一年

Question

app_year_start        name
2012                  John Smith
2012                  John Smith
2012                  John Smith
2012                  Jane Doe
2013                  Jane Doe
2012                  John Snow
2015                  John Snow
2014                  John Smith
2015                  John Snow
2012                  John Snow
2012                  John Smith
2012                  John Smith
2012                  John Smith
2012                  John Smith
2012                  Jane Doe
2013                  Jane Doe
2012                  John Snow
2015                  John Snow
2014                  John Smith
2015                  John Snow
2012                  John Snow
2012                  John Smith

我想获得以下输出：

app_year_start        name  total_apps
          2012  John Smith           8
          2013    Jane Doe           2
          2014  John Smith           2
          2015   John Snow           4

i尝试使用

groupby

按年来组织数据，然后使用多种方法，例如

value_counts()

，

count()

，

max()

等...这是我获得的最接近的方法：

df3.groupby(['app_year_start'])['name'].value_counts().sort_values(ascending=False) 但没有完全产生预期的输出。 我咨询了以下帖子：

1

，

2

，

3

，但它们在我的情况下都没有工作。
    

cross-tabulation并找到最大值。

(
    # cross tabulate to get each applicant's number of applications
    pd.crosstab(df['app_year_start'], df['name'])
    # the applicant with most applications and their counts
    .agg(['idxmax', 'max'], 1)
    # change column names
    .set_axis(['name','total_apps'], axis=1)
    # flatten df
    .reset_index()
)

Answer 1

mode

df.groupby('app_year_start')['name'].agg(lambda x: x.mode().iloc[0])

：

df.groupby('app_year_start')['name'].agg(lambda x: ', '.join(x.mode())) 或者，如果您希望所有的值以单个字符串的形式连接在一起：

app_year_start
2012    John Smith
2013      Jane Doe
2014    John Smith
2015     John Snow
Name: name, dtype: object

Answer 2

输出：

(df
 .groupby(['app_year_start', 'name'])['name']
 .agg(total_apps='count')
 .sort_values(by='total_apps', ascending=False)
 .reset_index()
 .groupby('app_year_start', as_index=False)
 .first()
 )

thimiant的初始代码：

   app_year_start        name  total_apps
0            2012  John Smith           8
1            2013    Jane Doe           2
2            2014  John Smith           2
3            2015   John Snow           4

输出：

value_counts

和a

groupby

：

：

dfc = (df.value_counts().reset_index().groupby('app_year_start').max()
          .sort_index(ascending=False).reset_index() 
          .rename(columns={0:'total_apps'})
      )

print(dfc)

result

Answer 3

   app_year_start        name  total_apps
0            2015   John Snow           4
1            2014  John Smith           2
2            2013    Jane Doe           2
3            2012   John Snow           8