我有一个看起来像这样的 DataFrame:
import pandas as pd
df = pd.DataFrame({'A':['a','b','c','d'],'B':['a','b','c','x'],'C':['y','b','c','d']})
df
A B C
0 a a y
1 b b b
2 c c c
3 d x d
我想确定每一行中最常见的字符,并计算与共识的差异数量:
A B C Consensus
0 a a y a
1 b b b b
2 c c c c
3 d x d d
Total 0 1 1 0
通过循环运行是一种方法,但它似乎效率低下:
consensus = []
for idx in df.index:
consensus.append(df.loc[idx].value_counts().index[0])
df['Consensus'] = consensus
(等等)
有没有一种直接的方法来获得共识并计算其中的差异?