如何在Pandas中获取DataFrame中重复次数最多的经纬度对

你现在遇到的问题是，groupby后得到的Series里，直接取第一个元素只能拿到重复次数，但想要对应的经纬度值对吧？其实很简单——因为这个Series的索引就是你分组的经纬度对，直接访问索引就能拿到啦！

直接获取的解决方案 #

先看最简洁的代码：

# 先得到按重复次数降序排列的结果
count_series = coords.groupby(['longs','lats']).size().sort_values(ascending=False)

# 取出重复次数最多的经纬度对
top_long, top_lat = count_series.index[0]

# 输出结果
print(f"重复次数最多的经纬度：\n经度(longs)：{top_long}\n纬度(lats)：{top_lat}\n重复次数：{count_series.iloc[0]}")

为什么这样能行？ #

你执行groupby(['longs','lats']).size()后，得到的是一个多级索引（MultiIndex）的Series：

• 索引部分：每一组都是(longs值, lats值)的元组，对应你分组的经纬度对
• 值部分：就是该经纬度对的重复次数

所以count_series.index[0]会直接返回第一个（也就是重复次数最高的）经纬度元组，把它解构到top_long和top_lat里，就能拿到你要的具体数值了。

要是想整理成DataFrame格式怎么办？ #

如果后续需要更方便的操作，也可以把结果转成DataFrame：

# 转成DataFrame并重命名计数列
count_df = count_series.reset_index().rename(columns={0: 'repeat_count'})

# 取第一行的经纬度和次数
top_record = count_df.iloc[0]
print(f"经度：{top_record['longs']}\n纬度：{top_record['lats']}\n重复次数：{top_record['repeat_count']}")

用你给出的示例数据，执行后会得到：

重复次数最多的经纬度：
经度(longs)：43.345661
纬度(lats)：-8.422813
重复次数：303

内容的提问来源于stack exchange，提问作者Daniel