Pandas：检查一个数字是否多次出现在

Question

假设我有一个如下所示的数据帧。我想要的是，如果a、b、c列之间的一个数出现最多，那么它应该输出这个数，或者如果这三个数都不同，那么取a的数。例如，在第一行中，1在1和5中出现最多，那么在d中的输出是1。但在第二行，a、b、c列的11、2、7三个数字都不同，输出是a（11）列的值，所以d中的输出是11

list   a  b   c  
 1     1  5   1 
11    11  2   7 
 0     0  0   0 
 9     5  9   5 
 8     8  2   7  

预期产量

^{pr2}$

Answer 1

这是我的bincount解决方案

数据
请注意，这与OP不同，它指出它是按预期工作的。在

   list   a  b  c
0     1   5  1  1
1    11  11  2  7
2     0   0  0  0
3     9   5  9  5
4     8   8  2  7

---

解决方案

^{pr2}$

---

详细信息

得到我们想要的值的numpy数组。在

v = df.values[:, 1:]

使用enumerate和comprehension创建元组列表。每一行的值都不同于其他行，因为我在每一行的元组的第一个位置放置了一个标识符。即枚举的值。然后我将这些传递到Pandas的factorize函数中，以便放入Numpy的bincount。在

f, u = pd.factorize([(i, e) for i, row in enumerate(v) for e in row])

现在我在f上使用bincount并用f对其进行切片，以得到一个大小相同但现在填充了计数值的数组。在

counts = np.bincount(f)[f].reshape(v.shape)

我找到最大值，并对原始数组进行切片，以获取这些值的位置。在

x = (counts == counts.max(1, keepdims=1)).argmax(1)
y = np.arange(v.shape[0])

请注意，如果所有值都相同或存在多个模式，argmax将选择第一个。当所有内容都相同时，这是列a。在

df.assign(d=v[y, x])

Answer 2

scipy计算模式，但我很惊讶没有在numpy中找到这个。在

import pandas as pd
import numpy as np
from scipy import stats

df = pd.DataFrame([[1, 1, 5, 1],
                   [11, 11, 2, 7],
                   [0, 0, 0, 0],
                   [9, 5, 9, 5],
                   [8, 8, 2, 7]],
                  columns=['list', 'a', 'b', 'c'])

df['d'], df['count'] = stats.mode(df[['a', 'b', 'c']].values, axis=1)
df.loc[df['count'] == 1, 'd'] = df['a']
df = df.drop('count', 1)

Answer 3

您可以使用value_counts

df.iloc[:,1:].apply(lambda x : x.value_counts().index[0] if x.value_counts().iloc[0]>1 else x['a'] ,1)
Out[1046]: 
0     1
1    11
2     0
3     5
4     8
dtype: int64