我有一个数据框,列如下:
file['DirViento']
Fecha
2011-01-01 ENE
2011-01-02 ENE
2011-01-03 ENE
2011-01-04 NNE
2011-01-05 ENE
2011-01-06 ENE
2011-01-07 ENE
2011-01-08 ENE
2011-01-09 NNE
2011-01-10 ENE
2011-01-11 ENE
2011-01-12 ENE
2011-01-13 ESE
2011-01-14 ENE
2011-01-15 ENE
...
2011-12-17 ENE
2011-12-18 ENE
2011-12-19 ENE
2011-12-20 ENE
2011-12-21 ENE
2011-12-22 ENE
2011-12-23 ENE
2011-12-24 ENE
2011-12-25 ENE
2011-12-26 ESE
2011-12-27 ENE
2011-12-28 NE
2011-12-29 ENE
2011-12-30 NNE
2011-12-31 ENE
Name: DirViento, Length: 290, dtype: object
这个专栏有一年中每个月风向的每日记录。我每个月都在努力掌握主导方向。为此,请选择一个月内最常重复的数据:
file['DirViento'].groupby(lambda x: x.month).value_counts()
1 ENE 23
NNE 6
E 1
ESE 1
2 ENE 21
NNO 3
NNE 2
NE 1
3 ENE 21
OSO 1
ESE 1
SSE 1
4 ENE 21
NNE 2
ESE 1
NNO 1
6 ENE 15
ESE 2
SSE 2
ONO 1
E 1
7 ENE 22
ONO 1
OSO 1
NE 1
NNE 1
NNO 1
8 ENE 23
NNE 5
NE 1
ONO 1
ESE 1
9 ENE 17
NNE 7
ONO 2
NE 1
E 1
ESE 1
NNO 1
10 ENE 16
NNE 2
ESE 2
NNO 2
ONO 1
NE 1
E 1
11 ENE 13
NNE 2
ESE 2
ONO 1
12 ENE 26
NNE 3
NE 1
ESE 1
Length: 54, dtype: int64
运行以下代码行时
wind_moda=file['DirViento'].groupby(lambda x: x.month).agg(lambda x: stats.mode(x)[0][0])
应该买这样的东西
1 ENE
2 ENE
3 ENE
4 ENE
6 ENE
7 ENE
8 ENE
9 ENE
10 ENE
11 ENE
12 ENE
但我得到了以下信息:
1 E
2 ENE
3 ENE
4 ENE
6 E
7 ENE
8 ENE
9 E
10 E
11 ENE
12 ENE
为什么在12个月中有4个月没有考虑到最频繁的数据?
我做错什么了吗?
你知道每个月最常用的数据吗?
这并不像它可能(应该)那么简单。
正如您可能知道的,统计术语中最常用的值是“mode”,Numpy没有内置的函数,但是scipy有。按如下方式导入:
它不仅仅返回最常见的值as you can read about in the docs,因此定义一个函数很方便,它使用
mode
来获得最常见的值。现在,不要使用
value_counts()
,而是使用apply(f)
。下面是一个例子:更新:Scipy的
mode
不适用于字符串。对于字符串数据,需要定义一个更通用的模式函数。This answer应该能做到。Pandas 0.15.2有一个
DataFrame.mode()
方法。这对像我这样的人来说可能是有用的。这是the docs。
编辑:对于值:
对于整个数据帧,您可以使用:
对于特定列:
第二种情况在估算价值时更有用。
相关问题 更多 >
编程相关推荐