如何根据Python中另一列中的日期查找最频繁的值

Posted 2023-02-15

【中文标题】如何根据Python中另一列中的日期查找最频繁的值

【英文标题】：How to find the most frequent value based on dates in another column in Python

【发布时间】：2022-01-22 05:06:11

【问题描述】：

我想找出在给定日期出现 50% 或更多时间的值。例如，在下面的数据集中，A 在 06/21 出现的频率最高，但它不会出现 50% 或更多的时间。在 06/22，B 出现 50% 或更多的时间，所以我需要输出显示“B”和日期“06/22”

import pandas as pd

# initialise data of lists.
data = 'Name':['A', 'B', 'A', 'C', 'C', 'A', 'B', 'A', 'B','B','B', 'C', 'C'], 'Date': 
['06/21', '06/21', '06/21', '06/21', '06/21', '06/21', '06/21', '06/22' , '06/22', '06/22', '06/22', '06/22', '06/22']

# Create DataFrame
df = pd.DataFrame(data)

# Print the output.
print(df)

Name	Date
A	06/21
B	06/21
A	06/21
C	06/21
C	06/21
A	06/21
B	06/21
A	06/22
B	06/22
B	06/22
B	06/22
C	06/22
C	06/22

【参考方案1】：

您可以使用value_counts 和 normalize 来计算相对值，然后过滤：

s = df.groupby('Date')['Name'].value_counts(normalize=True).reset_index(name='freq')
s.query('freq >= 0.5')

输出：

    Date Name  freq
3  06/22    B   0.5

【参考方案2】：

问题总结：

输入：给定日期 输出：Name 列中值大于 50% 的频率

import numpy as np # If not downloaded run 'pip install numpy'
date=input('Enter your date ex:06/21')
#date='06/21'
def frequency(df,date):
    dfcrop=df[df['Date']==date]#Crop the columns with given date
    dfcrop=df[df['Accepted']==True]# As per condition
    values=list()
    for value in set(list(dfcrop['Name'])): # Take out all unique names
        freq=np.sum((dfcrop['Name']==value).astype(np.int32))
        freq=freq/dfcrop.shape[0]# Calculate frequency
        if freq >=0.5: # frequency is greater than 50 percent
           values.append(value)
    return values
freq=frequency(df,date) # freq is a list with the names with a freq above 50 percent on given date

dates_to_use=[<put all dates to use>]

df=df[df.date.isin(dates_to_use)==False]

如果您只想使用一些选定的日期，请按照作者在 cmets 中的要求执行此操作

【讨论】：

我更新了答案