python - Pandas 函数操作

Question

数据来自美国人口普查局。县是美国各州的政治和地理分区。该数据集包含 2010 年至 2015 年美国各县和州的人口数据。

哪个州的县最多？（提示：仔细考虑 sumlevel 键！你也需要这个来解决未来的问题......）

我无法从代码中提取县名。请帮忙

我的代码：

import pandas as pd
import numpy as np
census_df = pd.read_csv('census.csv')
census_df.head()
def answer_five():
    return census_df.groupby('STNAME').COUNTY.sum().max()



answer_five()

score 2 · Accepted Answer

这是对我有用的答案：

def answer_five():
    return census_df.groupby(["STNAME"],sort=False).sum()["COUNTY"].idxmax()

第一部分创建聚合 df

census_df.groupby(["STNAME"],sort=False).sum()

第二部分需要你需要的col

["COUNTY"].idxmax()

并返回与最大索引对应的值，请在此处查看

score 2 · Accepted Answer

只是对整个代码的更正。

首先，根据消息来源，SUMLEV50 表示该行是一个县。两种方法来回答这个问题。

思考过程（就像在 Excel 中一样）：您想计算每个州组中“县行”的数量。首先，您创建掩码/条件以选择所有SUMLEV == 50（“县行”）。然后将它们分组STNAME。然后用于.size()计算每个分组中的行数。

# this is it!
def answer_five():
    mask = (census_df.SUMLEV == 50)
    max_index = census_df[mask].groupby('STNAME').size().idxmax()
    return max_index

# not so elegant
def answer_five():
    census_df['Counts'] = 1
    mask = (census_df.SUMLEV == 50)
    max_index = census_df[mask].groupby('STNAME')['Counts'].sum().idxmax()
    return max_index

不客气。https://pandas.pydata.org/pandas-docs/stable/generated/pandas.core.groupby.GroupBy.size.html

score 2 · Accepted Answer

实际上，您可以只计算州一级的数字，而不是查看县的详细信息。

这应该有效：

census_df[census_df['SUMLEV']==50].groupby(['STNAME']).size().idxmax()

score 1 · Accepted Answer

def answer_five():
    new_df = census_df[census_df['SUMLEV'] == 50]
    x = new_df.groupby('STNAME')
    return x.count()['COUNTY'].idxmax()


answer_five()

score 0 · Accepted Answer

0

正是从.max()toidxmax()返回正确的值STNAME而不是大整数。

于 2018-02-25T18:52:53.963 回答

score 0 · Accepted Answer

我们也可以使用sum()函数来做这个问题

def answer_five():
  return census_df.groupby(["STNAME"]).sum()["COUNTY"].idxmax()

使用sum()它将汇总 COUNTY 列中的所有值，我们可以从中申请idxmax()找到县数最多的州。

score 0 · Accepted Answer


def answer_five():
    county = census_df[census_df['SUMLEV']==50]
    county = county.groupby(['STNAME']).count()

    return county['SUMLEV'].idxmax(axis=0)

answer_five()

score 0 · Accepted Answer

import pandas as pd
def answer_five():
    df=census_df.groupby(['STNAME'])
    df=df.sum();
    fd=df['COUNTY'].max()
    df=df[df['COUNTY']==fd]
    return df.index[0]
answer_five()

score -1 · Accepted Answer

-1

def answer_five():
    return census_df.groupby('STNAME')['CTYNAME'].count().idxmax()

于 2017-03-25T21:21:22.537 回答

python - Pandas 函数操作

9 回答 9

Related

Reference