Question

我想做的事情与this question差不多。

但是，根据我的数据集，@ jezrael接受的答案中的方法花费的时间太长-我在原始数据帧中有约30万行，并且运行nlargest（1）命令需要几分钟。此外，我在head（1000）有限的数据帧上进行了尝试，并且在value_count内的每一行都没有得到只有一行-我获得了与value_counts完全相同的系列。

用我自己的话：基本上，我的数据集有两列，如下所示：

Session Rating
A       Positive
A       Positive
A       Positive
A       Negative
B       Negative
B       Negative
C       Positive
C       Negative

使用counts = df.groupby（'Session'）['Rating']。value_counts（）我得到了一个这样的Series对象：

Session Rating
A       Positive  3
        Negative  1
B       Negative  2
C       Positive  1
        Negative  1

如何获取仅包含最大数量的评分的数据框？并且在有多个最大值（例如C）的情况下，我想从返回的表中排除那个最大值。

Answer 1

我想你想要这样的东西。

df.groupby('Session')['Rating'].apply(lambda x: x.value_counts().head(1))

输出：

Session          
A        Positive    3
B        Negative    2
C        Negative    1
Name: Rating, dtype: int64

熊猫：对于groupby value_counts，返回具有最大计数的行

1 个答案: