如何在Pandas中按name分组并提取sec列出现次数最多的值

原始数据 #

先构造示例数据用于复现场景：

import pandas as pd

data = {
    'name': ['emp1', 'emp1', 'emp1', 'emp2', 'emp2', 'emp2', 'emp2'],
    'sec': ['a', 'a', 'b', 'a', 'b', 'c', 'c']
}
df = pd.DataFrame(data)

解决方案 #

这里提供几种高效方法直接得到目标结果，也包含基于你已有的分组计数的后续处理方案：

方法1：用value_counts+idxmax直接取高频元素

对每个name分组后的sec列做频率统计，idxmax会直接返回频率最高的元素：

result = df.groupby('name')['sec'].apply(lambda x: x.value_counts().idxmax()).reset_index(name='sec')

方法2：利用mode（众数）获取高频元素

众数本身就是分组内出现次数最多的元素，直接调用mode即可（若存在多个众数，取第一个结果）：

result = df.groupby('name')['sec'].apply(lambda x: x.mode()[0]).reset_index(name='sec')

方法3：基于你已有的分组计数结果转换

如果你想基于df.groupby(['name','sec']).size()的结果继续处理，可按以下步骤：

# 将计数结果转为带列名的DataFrame
count_df = df.groupby(['name', 'sec']).size().reset_index(name='count')
# 按name分组，筛选出每组中count最大的行，再保留目标列
result = count_df.groupby('name').apply(lambda x: x.loc[x['count'].idxmax()]).reset_index(drop=True)[['name', 'sec']]

最终结果 #

执行任意方法后，都会得到你需要的格式：

name sec
0  emp1   a
1  emp2   c

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