如何找出二维矩阵中出现最频繁的值及其对应ac_id？

针对你的需求，这里提供两种高效的实现方法，可根据数据量大小选择：

方法一：Pandas（推荐，适合中大型结构化数据） #

Pandas的向量化操作能大幅提升数据处理效率，尤其适合矩阵类结构化数据：

import pandas as pd

# 加载原始数据（实际场景可从文件读取，这里直接构造示例）
data = {
    'ac_id': [1, 23, 24],
    'v1_val': ['T-PA', 'T-SPA', 'T-SPA'],
    'v2_val': ['SpA', pd.NA, 'T-SPA'],
    'v3_val': [pd.NA, 'T-SPA', 'T-S.P.A']
}

df = pd.DataFrame(data)
target_val = 'T-SPA'

# 筛选任意v列包含目标值的行，提取关联结果
mask = df[['v1_val', 'v2_val', 'v3_val']].eq(target_val).any(axis=1)
result_df = df.loc[mask, ['ac_id']].assign(high_freq_val=target_val)

print(result_df)

输出结果： #

ac_id high_freq_val
1     23        T-SPA
2     24        T-SPA

方法二：原生Python（无需第三方库，适合小型数据） #

如果不想引入依赖，用原生Python遍历即可：

# 原始数据，空白值用None标记
matrix = [
    ['ac_id', 'v1_val', 'v2_val', 'v3_val'],
    [1, 'T-PA', 'SpA', None],
    [23, 'T-SPA', None, 'T-SPA'],
    [24, 'T-SPA', 'T-SPA', 'T-S.P.A']
]

target_val = 'T-SPA'
result = []

# 遍历数据行（跳过表头）
for row in matrix[1:]:
    ac_id = row[0]
    # 检查当前行的v列是否包含目标值
    if target_val in row[1:]:
        result.append({'ac_id': ac_id, 'high_freq_val': target_val})

# 输出结果
for item in result:
    print(item)

输出结果： #

{'ac_id': 23, 'high_freq_val': 'T-SPA'}
{'ac_id': 24, 'high_freq_val': 'T-SPA'}

方案选择建议 #

• 数据量较大（千行以上）：优先用Pandas，效率远超原生遍历
• 数据量极小：用原生Python即可，无需额外安装库

内容的提问来源于stack exchange，提问作者pbh