Comment obtenir le nombre de la valeur la plus fréquente dans une colonne?
j'ai une base de données et j'aimerais savoir combien de fois une colonne donnée a la valeur la plus fréquente.
j'ai essayer de le faire de la façon suivante:
items_counts = df['item'].value_counts()
max_item = items_counts.max()
Comme un résultat que j'obtiens:
ValueError: cannot convert float NaN to integer
3 réponses
on dirait que vous avez des nulls dans la colonne. Vous pouvez les déposer avec df = df.dropna(subset=['item']). Puis df['item'].value_counts().max() devrait vous donner les comptes max, et df['item'].value_counts().idxmax() devrait vous donner la valeur la plus fréquente.
vous pouvez également envisager d'utiliser scipy mode fonction qui ignore NaN. Une solution l'utilisant pourrait ressembler à:
from scipy.stats import mode
from numpy import nan
df = DataFrame({"a": [1,2,2,4,2], "b": [nan, nan, nan, 3, 3]})
print mode(df)
la sortie ressemblerait à
(array([[ 2., 3.]]), array([[ 3., 2.]]))
ce qui signifie que les valeurs les plus courantes sont 2 pour les premières colonnes et 3 pour la seconde, avec des fréquences 3 et 2 respectivement.
Pour continuer à @jonathanrocher réponse vous pouvez utiliser mode dans les pandas DataFrame. Il donne les valeurs les plus fréquentes (un ou deux) à travers les lignes ou les colonnes:
import pandas as pd
import numpy as np
df = pd.DataFrame({"a": [1,2,2,4,2], "b": [np.nan, np.nan, np.nan, 3, 3]})
In [2]: df.mode()
Out[2]:
a b
0 2 3.0