Skip to main content
 首页 » 编程设计

python之根据标签的多数计数过滤数据框中的重叠行

2025年01月19日11虾米姐

如何过滤标签重叠的重复行?我需要 Dataframe 的一个子集,其中重复的行被替换为标签计数最大的一行。

考虑一个数据框df:

df = pd.DataFrame({ 
 'X' : [1, -1, 1, 1, 3, -2, -1, -1], 
 'Y' : [2, 3, 2, 2, 2, -1, 3, 3], 
 'label' : [0, 1, 1, 0, 2, 1, 2, 2] 
}) 

过滤后,期望得到如下子集df_output

df_output = pd.DataFrame({ 
 'X' : [1, -1, 3, -2],  
 'Y' : [2, 3, 2, -1], 
 'label' : [0, 2, 2, 1] 
}) 

请您参考如下方法:

我认为您正在寻找 groupby 模式,即

df.groupby(['X','Y'])['label'].apply(lambda x : x.mode().values[0]).reset_index() 

输出:

  X  Y  label 
0 -2 -1      1 
1 -1  3      2 
2  1  2      0 
3  3  2      2