根据出现频率筛选熊猫列

Question

我的df:

data = [
{'Part': 'A', 'Value': 10, 'Delivery': 10},
{'Part': 'B', 'Value': 12, 'Delivery': 8.5},
{'Part': 'C', 'Value': 10, 'Delivery': 10.1},
{'Part': 'D', 'Value': 10, 'Delivery': 10.3},
{'Part': 'E', 'Value': 11, 'Delivery': 9.2},
{'Part': 'F', 'Value': 15, 'Delivery': 7.3},
{'Part': 'G', 'Value': 10, 'Delivery': 10.1},
{'Part': 'H', 'Value': 12, 'Delivery': 8.1},
{'Part': 'I', 'Value': 12, 'Delivery': 8.0},
{'Part': 'J', 'Value': 10, 'Delivery': 10.2},
{'Part': 'K', 'Value': 8,  'Delivery': 12.5}    
]
df = pd.DataFrame(data)

我希望从给定的数据帧中过滤出一个数据帧，使得它只包含最频繁出现的"；值"；。

预期输出：

data = [
{'Part': 'A', 'Value': 10, 'Delivery': 10},
{'Part': 'C', 'Value': 10, 'Delivery': 10.1},
{'Part': 'D', 'Value': 10, 'Delivery': 10.3},
{'Part': 'G', 'Value': 10, 'Delivery': 10.1},
{'Part': 'J', 'Value': 10, 'Delivery': 10.2}
]
df_output = pd.DataFrame(data)

有办法做到这一点吗？

Answer 1

将boolean indexing与Series.mode一起使用，并通过Series.iat:查看第一个值

df1 = df[df['Value'].eq(df['Value'].mode().iat[0])]

或者按Series.value_counts创建的系列中的第一个索引值进行比较，因为默认情况下，值按计数排序：

df1 = df[df['Value'].eq(df['Value'].value_counts().index[0])]
print (df1)
Part  Value  Delivery
0    A     10      10.0
2    C     10      10.1
3    D     10      10.3
6    G     10      10.1
9    J     10      10.2