分组和查找最常见的值

Question

我有这样的df：

Protein Peptide
A        AAA
A        AAA
A        ABA
B        AAA
B        ABA
B        ABA

但我需要通过在第1列中查找第2列中最高值的每个值来过滤我的数据。

所以输出就像：

Protein Peptide
A        AAA
B        ABA

实际上我甚至需要前3个值。 真的不知道如何使用python和pandas来解决它？

Answer 1

模式不是groupby方法，虽然它是Series（和DataFrame）方法，因此您必须将其传递给apply：

In [11]: df.groupby('Protein')['Peptide'].apply(lambda x: x.mode()[0])
Out[11]:
Protein
A    AAA
B    ABA
Name: Peptide, dtype: object

---

要获得前三名，您可以使用value_counts（以相同的方式）：

In [12]: df.groupby('Protein')['Peptide'].apply(lambda x: x.value_counts()[:3])
Out[12]:
Protein
A        AAA    2
         ABA    1
B        ABA    2
         AAA    1
dtype: int64