在数据帧中找到最常见的组合——Python

在你回答之前,我几乎能想出我问题的答案,但你 wjandrea 部分正确,谢谢。

首先,我必须一行一行地浏览整个数据帧,每次这样寻找一个值,然后得到我的产品名1。

combination = df.apply(lambda row: row[row == 1].index.tolist(), axis=1)
combination = pd.DataFrame(combination)

在那之后,我创建了一个新专栏,列有每个用户使用的产品的名称,我必须将它们分开。

df['Products'] = [' , '.join(map(str, l)) for l in combination[0]]

然后我就用了你的代码,我得到了我想要的

一旦你 count duplicate rows ,只需要做一些工作就可以得到相应的标签。

以下是我将如何做到这一点,尽管我对熊猫不太熟悉,所以可能有更好的方法。首先,df应该是布尔值。

import pandas as pd

df = pd.DataFrame({
    'AA': [1, 0, 0, 1, 1],
    'BB': [0, 0, 1, 0, 0],
    'CC': [1, 1, 0, 1, 1]}
    ).astype(bool)

# Count duplicate rows
counts = df.groupby(df.columns.tolist()).size()
# Get most common rows
maxima = counts[counts==counts.max()]
for combination, count in maxima.iteritems():
    # Select matching labels
    labels = df.columns[list(combination)]
    print(*labels, count)

输出:

AA CC 3

部分结果:

>>> counts
AA     BB     CC   
False  False  True     1
       True   False    1
True   False  True     3
dtype: int64

>>> maxima
AA    BB     CC  
True  False  True    3
dtype: int64