为每个唯一值查找多列的众数

Question

我有一个包含 ID 列和 10 个不同常规服务列和 1 个高级服务列的数据集。一个人可以多次进入，因此 ID 可以重复。在一个人的访问期间，他们还可以购买最多 10 项常规服务，外加 1 项高级服务。

我希望能够确定每个独特的人购买最多的常规服务，以及他们购买最多的优质服务。如果任何服务的模式对于普通或高级服务都相同，则任何服务都可以。

使用熊猫，我的数据框如下所示：

ID    Service1    Service2    Service3 .... Service10    Premium

----------------------------------------------------------------

1     A           B           C             Z            XX

1     B           C           D             Y            XY

1     A           B           C             O            XX

2     R           S           T             B            XX

我试过 df.mode() 和 pd.Series.mode() 但我不断收到错误。我正在尝试生成唯一客户端列表（按 ID）以及所有列的模式。

我还需要一种单列模式。

这是针对常规服务的（需要找到超过 10 列的模式）：

def servicemode(group):

    svcs_cols = [group['Service1'],

               group['Service2'],

               group['Service3'],

               group['Service4'],

               group['Service5'],

               group['Service6'],

               group['Service7'],

               group['Service8'],

               group['Service9'],

               group['Service10']]

    return pd.concat(dx_cols).dropna(inplace=False).agg(lambda x: pd.Series.mode(x)[0])

df.groupby('ID').apply(servicemode)

这是用于高级服务（需要在单列中找到模式）：

df.groupby('ID')['Premium'].agg(lambda x: pd.Series.mode(x)[0])

这是想要的结果：

ID    RegSvcMode    PremiumSvcMode

1     B             XX

2     R             XX

如果可能的话，我更喜欢使用纯熊猫——任何建议将不胜感激。

Answer 1

我不确定您的原始代码有什么问题，但这是一种解决方案：import pandas as pdfrom itertools import chain>>>df   Service1 Service2 Service3 Service10ID1         A        B        C         Z1         B        C        D         Y1         A        B        C         O2         R        S        T         Bdf_regsvc = df.groupby(df.index)['Service1','Service2','Service3','Service10'] \    .apply(lambda x : list(chain.from_iterable([*x.values]))) \    .apply(lambda x: max(x, key=x.count)).to_frame()>>>df_regsvcID1    B2    Rdtype: object# Join it with the aggregate for the Premium columndf_premium = df.groupby(df.index)['Premium'].agg(lambda x: pd.Series.mode(x)[0]).to_frame()df_agg = df_regsvc.join(df_premium)>>>df_agg    0 PremiumID1   B         XX2   R         XX