Python中DataFrame数值除法转年龄及年龄频率统计求助

实现代码 #

1. 计算真实年龄 #

采用pandas原生向量化整数除法实现，性能远高于逐行遍历，适配大数据量场景：

import pandas as pd
# 你的示例数据
data = [[657776.0], [637777.0], [627747.0]]
example = pd.DataFrame(data, columns = ['Age'])

# 除以10000后取整得到真实年龄，转为int类型去除浮点数后缀
example['real_age'] = (example['Age'] // 10000).astype(int)

2. 统计年龄频率、提取最高频年龄 #

# 生成频率统计结果，默认按出现次数降序排列
age_freq = example['real_age'].value_counts().reset_index()
age_freq.columns = ['年龄', '出现次数']

# 提取出现次数最多的年龄，若有多个相同最高频次的年龄会全部返回
max_freq = age_freq['出现次数'].max()
most_common_ages = age_freq.loc[age_freq['出现次数'] == max_freq, '年龄'].tolist()

示例运行结果 #

针对你提供的测试数据，输出如下：

• 处理后的example表：

• 频率统计结果age_freq：

• 最高频年龄most_common_ages：[65, 63, 62]

内容的提问来源于stack exchange，提问作者Shu