我怎样才能找到频率？

Question

我有这个数据框。如何找到 b 列中重复次数最多的 3 个数字？import pandas as pdimport numpy as npdf = pd.DataFrame({"a": [1,2,2,4,2,3], "b": [np.nan, np.nan, '2,3', 3, '3,5,1',2]})我猜答案应该是3,2,5或者3,2,1

Answer 1

使用 pandas 和 python 的组合collections.Counter

from collections import Counter

a = list(dict(Counter(df.b.dropna().astype(str).str.split(',').sum()).most_common(3))

                                   .keys())

In [132]: a

Out[132]: ['3', '2', '5']

Answer 2

splitb分隔符周围的列,，然后使用explode像行一样转换列表中的每个元素，最后使用value_counts+head获取前 3 个重复元素：

df['b'].dropna().astype(str).str.split(',')\
       .explode().value_counts().head(3).index.tolist()

explode在 pandas version >= 中可用0.25，对于 pandas version <0.25使用：

pd.value_counts(np.hstack(df['b'].dropna().astype(str).str.split(','))).head(3).index.tolist()

---

['3', '2', '5']