如何查找在熊猫数据框中出现最多的行项目

Posted 2023-03-23

【中文标题】如何查找在熊猫数据框中出现最多的行项目

【英文标题】：How to find which row items are appearing most in a pandas dataframe

【发布时间】：2018-07-16 08:08:19

【问题描述】：

我有一个类似这样的数据框：

    a   b   c   d   e   f
  ------------------------
0   0   0   1   1   0   1
1   1   0   1   1   0   0
2   0   0   1   1   0   1
3   1   0   1   0   0   0
4   0   0   1   1   0   1
5   0   1   1   0   0   0
6   1   0   1   0   1   1
7   0   0   1   1   0   1
8   1   0   1   1   1   0
9   0   0   1   1   0   1

如何找到出现次数最多的行和唯一项计数？ 这里0 0 1 1 0 1 出现在0,2,4,7,9 行中的次数最多。

我试过apriori algorithm，但如果我的数据很大，它会给我100多个规则。 .NB：我的真实数据不是0 和1。这是模拟数据。

【参考方案1】：

所有列使用groupbysize，索引最大值添加idxmax：

out = df.groupby(df.columns.tolist()).size().idxmax()
print (out)
(0, 0, 1, 1, 0, 1)

对于索引值GroupBy.transform 与max 值比较：

s = df.groupby(df.columns.tolist())[df.columns[0]].transform('size')
idx = s.index[s == s.max()]
print (idx)
Int64Index([0, 2, 4, 7, 9], dtype='int64')

【讨论】：

如何根据计数逐个显示所有模式？

它只返回前一个模式，如果想使用所有模式使用df = df.drop_duplicates()

有没有办法计算每个模式并像排名一样显示它的计数？

你觉得df.groupby(df.columns.tolist()).size().reset_index(name='count') 吗？

如果两个项目的数量相同怎么办？如何显示两者/全部