pandas使用groupby分组统计求出每组内出现频数最大的值(离散变量 连续变量)

离散

def max_count(df: pd.DataFrame):
    return df.value_counts().index[0]

look_cols = ['col_1', 'col_2', 'col_3',]
for col in look_cols:
    print("| ", col, " |")
    print(data.groupby('type')[col].apply(max_count))
    print('---------------------')

连续
偏态特征: kurt, kurtosis, mad(mean absolute deviation),
大小值,分位数:min, max, median,
统计特征:mean, mode, std, var,
最大最小值:nlargest, nsmallest, idxmax, idxmin
数学运算:sum

# 最大
print(data.groupby('type')[your_col].max())
# 均值
print(data.groupby('type')[col].mean())

参考:
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.mad.html

你可能感兴趣的:(数据挖掘,数据处理,pandas,python,数据分析)