使用Dataframe为每个人创建多行，为每个人创建一行，并获取某个属性的模式（每个人）

Question

给定一个数据帧，例如：

fName       lName       smokes  eye_color
Bob         McCain         1      black
Bob         McCain         0      black
Bob         McCain         1      black
Ryan        Diedre         0      brown
Ryan        Diedre         0      brown
Ryan        Diedre         1      brown
John        Madden         1      green
John        Madden         0      green

由不同家庭成员对一个人的看法构成

如何创建数据帧，例如：

fName       lName       smokes   eye_color
Bob         McCain         1       black
Ryan        Diedre         0       brown
John        Madden         1      green

在Python中

基本上，我希望第二个（新的）数据帧对于数据帧1中fName和lName的每个唯一组合都有一行。如果没有重复值，只需选择第一个。Smokes值只能为0或1

我可能正在处理包含数千行的数据帧，因此一个有效的答案是可取的。但现在任何答案都足够了

编辑：添加了一个场景，其中模式不仅仅是样本数据的一个数字

Answer 1

可以使用groupby，然后使用pd.Series.mode：

def filt(x):
    return x.iat[0] if len(x.mode())>1 else x.mode()

df.groupby(['fName', 'lName'], as_index=False).agg({'smokes': filt, 'eye_color': 'first'})

   fName    lName   smokes  eye_color
0   Bob     McCain   1       black
1   John    Madden   1       green
2   Ryan    Diedre   0       brown

pd.Series.mode返回最频繁的值

Answer 2

对第一个值使用^{}，因为它应该返回2个值并且只需要一个值，对于eye_color，如果每个组的所有值都相同，则使用^{}：

df1 = (df.groupby(['fName','lName'])
         .agg({'smokes': lambda x: x.mode().iat[0], 'eye_color':'first'})
         .reset_index())

如果每个组的两列中都需要最频繁的值：

df1 = (df.groupby(['fName','lName'])
         .agg({'smokes': lambda x: x.mode().iat[0], 'eye_color':lambda x: x.mode().iat[0]})
         .reset_index())
print (df1)
  fName   lName  smokes eye_color
0   Bob  McCain       1     black
1  Ryan  Diedre       0     brown

Answer 3

试试groupby：

>>> df.groupby('fName', as_index=False).apply(lambda x: x.mode()).reset_index(level=1).iloc[:, 1:]
  fName   lName  smokes eye_color
0   Bob  McCain       1     black
1  Ryan  Diedre       0     brown
>>>