熊猫 Groudby 数据帧，并获取每组的平均值和最常见值

Question

我有一个包含 2 列的数据帧。

df=pd.DataFrame({'values':arrays,'ii':lin_index})

我想按lin_index对值进行分组，并获取每组的平均值和每组最常见的值 我试试这个

bii=df.groupby('ii').median()
bii2=df.groupby('ii').agg(lambda x:x.value_counts().index[0])
bii3=df.groupby('ii')['values'].agg(pd.Series.mode)

我想知道 bii2 和 bii3 是否返回相同的值 然后我想将平均值和最常见的值返回到原始数组

bs=np.zeros((np.unique(array).shape[0],1))
bs[bii.index.values]=bii.values

这看起来好看吗？

DF看起来像

values        ii
0            1.0  10446786
1            1.0  11316289
2            1.0  16416704
3            1.0  12151686
4            1.0  30312736
...       ...
93071038     3.0  28539525
93071039     3.0  19667948
93071040     3.0  22240849
93071041     3.0  22212513
93071042     3.0  41641943
[93071043 rows x 2 columns]

Answer 1

可能是这样的：

# get the mean
df.groupby(['ii']).mean()
# get the most frequent
df.groupby(['ii']).agg(pd.Series.mode)

您的问题似乎类似于 分组按熊猫数据帧并选择最常见的值

此链接也可能有用 https://pandas.pydata.org/pandas-docs/stable/reference/frame.html#computations-descriptive-stats