数据框按一列分组并平均一列，同时在另一列中查找最多出现

Question

我有一个 Pandas 数据框，我想对一列进行分组，同时对一列求平均值并在另一列中找到出现次数最多的值

我能够做到，但我认为有一种简洁的方法可以做到，而不是 4 行代码

import pandas as pd

df = pd.DataFrame({'Country' : ['USA', 'USA', 'Russia','USA', 'Russia', 'Russia'], 'City' : ['New-York', 'New-York', 'Sankt-Petersburg', 'Chicago', 'Moscow', 'Moscow'], 'Flights' : [22, 45, 32, 16, 31, 25]})

w=df.groupby('Country').mean().round(decimals=2)

x=(df.groupby('Country')['City'].agg(pd.Series.mode))

y=x.to_frame()

z = pd.concat([w, y], axis=1 ,join='outer')

Country   Flights   City

Russia    29.33         Moscow

USA       27.67         New-York

Answer 1

GroupBy.agg与 lambda 函数一起使用，也可以为模式添加Series.iat选择第一个值，因为mode应该返回更多值：z = df.groupby('Country').agg({'Flights': lambda x: round(x.mean(), 2),                                'City': lambda x: x.mode().iat[0]})print (z)         Flights      CityCountry                   Russia     29.33    MoscowUSA        27.67  New-Yorkz = df.groupby('Country', as_index=False).agg({'Flights': lambda x: round(x.mean(),2),                                                'City': lambda x: x.mode().iat[0]})print (z)  Country  Flights      City0  Russia    29.33    Moscow1     USA    27.67  New-York