1

假设我有

data =
[[a, a, c],
 [b, c, c],
 [c, b, b],
 [b, a, c]]

我想得到一个列表,其中包含每列中出现次数最多的元素:result = [b, a, c],最简单的方法是什么?

我使用 Python 2.6.6

4

4 回答 4

4

在统计中,您想要的称为模式。scipy 库 ( http://www.scipy.org/ ) 有一个mode功能,在scipy.stats.

In [32]: import numpy as np

In [33]: from scipy.stats import mode

In [34]: data = np.random.randint(1,6, size=(6,8))

In [35]: data
Out[35]: 
array([[2, 1, 5, 5, 3, 3, 1, 4],
       [5, 3, 2, 2, 5, 2, 5, 3],
       [2, 2, 5, 3, 3, 2, 1, 1],
       [2, 4, 1, 5, 4, 4, 4, 5],
       [4, 4, 5, 5, 2, 4, 4, 4],
       [2, 4, 1, 1, 3, 3, 1, 3]])

In [36]: val, count = mode(data, axis=0)

In [37]: val
Out[37]: array([[ 2.,  4.,  5.,  5.,  3.,  2.,  1.,  3.]])

In [38]: count
Out[38]: array([[ 4.,  3.,  3.,  3.,  3.,  2.,  3.,  2.]])
于 2013-03-21T20:04:22.497 回答
3

使用列表理解加collections.Counter()

from collections import Counter

[Counter(col).most_common(1)[0][0] for col in zip(*data)]

zip(*data)将您的列表重新排列为列列表。Counter()对象计算输入序列中出现的频率,并.most_common(1)为我们提供最流行的元素(加上它的计数)。

如果您的输入是单个字符串,则给出:

>>> [Counter(col).most_common(1)[0][0] for col in zip(*data)]
['b', 'a', 'c']
于 2013-03-21T17:53:24.943 回答
3

数据是否可散列?如果是这样, acollections.Counter会有所帮助:

[Counter(col).most_common(1)[0][0] for col in zip(*data)]

它之所以有效,是因为zip(*data)一次转置输入数据产生 1 列。然后计数器对元素进行计数并将计数存储在字典中,并将计数作为值。 Counters还有一个most_common方法,它返回具有最高计数的“N”个项目的列表(从最多计数到最少计数排序)。因此,您希望获取 most_common 返回的列表中第一项中的第一个元素,这是[0][0]来自的地方。

例如

>>> a,b,c = 'abc'
>>> from collections import Counter
>>> data = [[a, a, c],
...  [b, c, c],
...  [c, b, b],
...  [b, a, c]]
>>> [Counter(col).most_common(1)[0][0] for col in zip(*data)]
['b', 'a', 'c']
于 2013-03-21T17:56:28.137 回答
0

这是一个不使用集合模块的解决方案

def get_most_common(data):

    data = zip(*data)
    count_dict = {}
    common = []
    for col in data:
        for val in col:
            count_dict[val] = count_dict.get(val, 0) + 1
        max_count = max([count_dict[key] for key in count_dict])
        common.append(filter(lambda k: count_dict[k] == max_count, count_dict))

    return common

if __name__ == "__main__":

    data = [['a','a','b'],
            ['b','c','c'],
            ['a','b','b'],
            ['b','a','c']]

    print get_most_common(data)
于 2013-03-21T18:21:40.040 回答