如何在Pandas中获取host列所有高频值并转为列表？

我有一批访问日志数据：

10.223.157.186 - - [15/Jul/2009:14:58:59 -0700] "GET / HTTP/1.1" 403 202
10.223.157.186 - - [15/Jul/2009:14:58:59 -0700] "GET /favicon.ico HTTP/1.1" 404 209
10.223.157.186 - - [15/Jul/2009:15:50:35 -0700] "GET / HTTP/1.1" 200 9157
10.211.47.159 - - [10/Aug/2009:20:52:19 -0700] "GET /assets/js/lowpro.js HTTP/1.1" 304 -
10.216.113.172 - - [12/Aug/2009:06:04:50 -0700] "GET /release-schedule/ HTTP/1.1" 200 9306
10.216.113.172 - - [12/Aug/2009:06:04:50 -0700] "GET /release-schedule/ HTTP/1.1" 200 9306
10.216.113.172 - - [12/Aug/2009:06:04:52 -0700] "GET /displaytitle.php?id=10 HTTP/1.1" 200 10234
10.216.113.172 - - [12/Aug/2009:06:04:52 -0700] "GET /displaytitle.php?id=10 HTTP/1.1" 200 10234

已经把日志里的host（比如10.223.157.186）存到了Pandas DataFrame的host列里。现在用这段代码找高频host：

result = Mainpanda['host'].mode()
print("Mode:\n", result)

但只能拿到排名第一的高频值，我想获取排名1到N的所有高频host并转成列表，有没有办法实现？

用value_counts()就能搞定，这个方法会直接按频次从高到低统计每个host的出现次数，比mode()灵活得多：

1. 统计并排序host频次 #

先执行统计：

host_counts = Mainpanda['host'].value_counts()

针对你的示例数据，这个结果是个Series，长这样：

10.216.113.172    4
10.223.157.186    3
10.211.47.159     1
Name: host, dtype: int64

2. 提取前N个高频host转列表 #

设置你需要的N值，然后用head(N)取前N个，再转成列表：

N = 2  # 替换成你要的数量
top_n_hosts = host_counts.head(N).index.tolist()
print(top_n_hosts)

比如N=2时，输出就是：

['10.216.113.172', '10.223.157.186']

额外情况：处理并列高频的情况 #

如果有多个host频次相同（比如两个host都是最高频次），想把这些并列的都捞出来，可以这么写：

max_count = host_counts.iloc[0]
top_hosts = host_counts[host_counts == max_count].index.tolist()
print(top_hosts)

示例数据里最高频次是4，所以输出是：

['10.216.113.172']

内容的提问来源于stack exchange，提问作者user21131791