Как найти самое популярное имя pandas

Задания сделал, кроме 6 и 7. С коими и возникли вопросы. Не понимаю как к ним подойти. Простой count по столбцам выдает ошибки или не то что нужно. Почему с числами все нормально работает а со строками выкидывает ошибки? Каки их преобразовывать. Киньте, пожалуйста, в меня ссылкой что можно почитать? или какую идею можно здесь применить?
Pandas Titanic

Подскажите, пожалуйста, делает ” ” в данном случае и какова его роль? код взят здесь

# -*- coding: utf-8 -*- “”” Created on Sat Feb 18 17:35:24 2017 @author: нзнегз “”” import pandas data = pandas.read_csv(‘titanic.csv’, index_col=‘PassengerId’) #Какое количество мужчин и женщин ехало на корабле? print(‘Какое количество мужчин и женщин ехало на корабле’) print(data.Sex.value_counts()) #Какой части пассажиров удалось выжить? #Посчитайте долю выживших пассажиров. #Ответ приведите в процентах (число в интервале от 0 до 100, знак процента не нужен), округлив до двух знаков. print(‘Доля выживших пассажиров’) #mask = data[‘Survived’] == 1 #newdata=data[mask] #print(data.groupby(‘Survived’).count()) onePercentTotal=data.Survived.count()/100 survived=data.Survived.sum() print(round(survived/onePercentTotal,2)) #Какую долю пассажиры первого класса составляли среди всех пассажиров? #Ответ приведите в процентах (число в интервале от 0 до 100, знак процента не нужен), округлив до двух знаков. print(‘Доля пассажиров первого класса’) data[‘FirstClassCounter’]= 0#добавляем колонку со значением по умолчанию mask=data.Pclass == 1#маска выборки data.loc[mask,‘FirstClassCounter’]=1#выборка по колонке – будет счетчиком _firstClassCounter=data.FirstClassCounter.sum() print(round(_firstClassCounter/onePercentTotal,2)) #Какого возраста были пассажиры? #Посчитайте среднее и медиану возраста пассажиров. В качестве ответа приведите два числа через пробел. print(‘Посчитайте среднее и медиану возраста пассажиров’) print(round(data.Age.mean(),2)) print(round(data.Age.median(),2)) #Диаграмма data[‘count’]= 1 data.pivot_table(‘Name’, ‘Pclass’, ‘Survived’, ‘count’).plot(kind=‘bar’, stacked=True) #Коррелируют ли число братьев/сестер/супругов с числом родителей/детей? #Посчитайте корреляцию Пирсона между признаками SibSp и Parch. print(‘Коррелируют ли число братьев/сестер/супругов с числом родителей/детей’) df = pandas.DataFrame(data=data,columns=[‘SibSp’, ‘Parch’]) print(round(df.corr().loc[‘SibSp’,‘Parch’],2))#Пересечение двух областей #Какое самое популярное женское имя на корабле? Извлеките из полного имени пассажира (колонка Name) #его личное имя (First Name). Это задание — типичный пример того, с чем сталкивается специалист по анализу данных. #Данные очень разнородные и шумные, но из них требуется извлечь необходимую информацию. #Попробуйте вручную разобрать несколько значений столбца Name и выработать правило для извлечения имен, #а также разделения их на женские и мужские. print(“Какое самое популярное женское имя на корабле”) NameExtract=data.Name.str.extract(‘^.+?Mrs..+?((.+?))|^.+?Miss.s([ws]+)’,expand=False)#первичное преобразование NameExtract.fillna(”,inplace=True)#заменяем NULL на пустую строку NameExtract.columns = [‘Mrs’,‘Miss’]#переименуем колонки NameExtract[‘CombinedName’]=NameExtract.apply(lambda x:‘%s%s’ % (x[‘Mrs’],x[‘Miss’]),axis=1)#соединяем в одну колонку NameExtract.drop([‘Mrs’,‘Miss’],axis=1,inplace=True)#удаляем ненужные колонки #print(NameExtract.CombinedName.str.split(‘ ‘)) femalenames=[] #обрабатываем список имен for i in range(NameExtract.CombinedName.count()): names=NameExtract.loc[i+1,‘CombinedName’] words=names.split(‘ ‘) for word in words: if len(word)>2 and word.find(‘”‘): femalenames.append(word) femalenamesDataFrame=pandas.DataFrame(data=femalenames,columns=[‘Names’])#получаем из листа датасет femalenamesDataFrame[‘count’]= 1#колонка счетчик femalenamesDataFrameGroupBy=femalenamesDataFrame.groupby(‘Names’).sum()#группируем по имени и суммируем счетчик femalenamesDataFrameSorted=femalenamesDataFrameGroupBy.sort_values([‘count’], ascending=[False])#сортируем по счетчику в порядке убывания print(femalenamesDataFrameSorted.head(2))#показываем часто встечаемое имя

I have a dataframe with the following column:

file['DirViento']

Fecha
2011-01-01    ENE
2011-01-02    ENE
2011-01-03    ENE
2011-01-04    NNE 
2011-01-05    ENE
2011-01-06    ENE
2011-01-07    ENE
2011-01-08    ENE
2011-01-09    NNE
2011-01-10    ENE
2011-01-11    ENE
2011-01-12    ENE
2011-01-13    ESE
2011-01-14    ENE
2011-01-15    ENE
... 
2011-12-17    ENE
2011-12-18    ENE
2011-12-19    ENE
2011-12-20    ENE
2011-12-21    ENE
2011-12-22    ENE
2011-12-23    ENE
2011-12-24    ENE
2011-12-25    ENE
2011-12-26    ESE
2011-12-27    ENE
2011-12-28     NE
2011-12-29    ENE
2011-12-30    NNE
2011-12-31    ENE
Name: DirViento, Length: 290, dtype: object

The column has daily records of wind direction for each month of the year. I’m trying to get the dominant direction for each month. To accomplish this, select the data most often repeated during the month:

file['DirViento'].groupby(lambda x: x.month).value_counts()


1   ENE    23
    NNE     6
    E       1
    ESE     1
2   ENE    21
    NNO     3
    NNE     2
    NE      1
3   ENE    21
    OSO     1
    ESE     1
    SSE     1
4   ENE    21
    NNE     2
    ESE     1
    NNO     1
6   ENE    15
    ESE     2
    SSE     2
    ONO     1
    E       1
7   ENE    22
    ONO     1
    OSO     1
    NE      1
    NNE     1
    NNO     1
8   ENE    23
    NNE     5
    NE      1
    ONO     1
    ESE     1
9   ENE    17
    NNE     7
    ONO     2
    NE      1
    E       1
    ESE     1
    NNO     1
10  ENE    16
    NNE     2
    ESE     2
    NNO     2
    ONO     1
    NE      1
    E       1
11  ENE    13
    NNE     2
    ESE     2
    ONO     1
12  ENE    26
    NNE     3
    NE      1
    ESE     1
Length: 54, dtype: int64

When running the following line of code

wind_moda=file['DirViento'].groupby(lambda x: x.month).agg(lambda x: stats.mode(x)[0][0])

Should get something like this

     1  ENE    
     2  ENE    
     3  ENE  
     4  ENE
     6  ENE
     7  ENE    
     8  ENE    
     9  ENE
    10  ENE  
    11  ENE
    12  ENE  

But I get the following:

 1          E  
 2        ENE  
 3        ENE  
 4        ENE  
 6          E  
 7        ENE  
 8        ENE  
 9          E  
 10         E  
 11       ENE  
 12       ENE  

Why in 4 of the 12 months is not taking into account the most frequent data?

Am I doing something wrong ?

Any idea to get the most common data each month?

Цель этой статьи — показать наиболее часто встречающееся значение в наборе чисел. Чтобы суммировать количество появлений элемента или числа, используется функция Python value_counts(). Затем можно использовать метод mode() для получения наиболее часто встречающегося элемента. Если вам нужны разные способы получения наиболее часто встречающихся значений в Python, в этой статье есть все рекомендации.

Что такое метод Value_counts() в Python?

Уникальные значения объекта Pandas подсчитываются с помощью метода value counts(). В Python мы обычно используем эту технику для обработки данных, а также для исследования данных.

Метод value_counts() может работать с различными объектами Pandas. Ряд Pandas, фреймы данных Pandas и столбцы фреймов данных являются их примерами (которые являются объектами серии Pandas).

Однако в зависимости от типа объекта, с которым вы работаете, способ реализации метода value_counts() будет немного отличаться.

Другие необязательные аргументы могут использоваться для изменения функциональности метода value_counts().

Синтаксис функции Pandas Series Mode()

В серии pandas наиболее распространенным значением является просто режим серии. Метод серии pandas mode() используется для получения информации о режиме. Синтаксис следующий. Моды серии возвращаются в отсортированном порядке.

# df[‘Столбец’].mode()

Синтаксис функции Pandas Value_counts()

Чтобы получить наибольшее значение счетчика, используйте функции pandas value_counts() и idxmax() одновременно. Синтаксис следующий:

# df[‘Столбец’].value_counts().idxmax()

Теперь давайте рассмотрим несколько практических примеров, чтобы увидеть, как вы можете получить наиболее часто встречающиеся значения, следуя каким шагам.

Пример1:

Мы должны сначала установить кадр данных, прежде чем переходить к этапам определения наиболее частого значения с помощью режима(). Это фрейм данных с полем категории, которое мы будем использовать в оставшейся части руководства. Фрейм данных «d_frame» содержит имена («Ким», «Кортни», «Скотт», «Роб», «Кендалл», «Гэти», «Фил») и информацию о команде («А», «Б», « С”, “Д”, “Е”, “А”, “Б”, “А”, “Б”, “А”). Столбец «Команда» фрейма данных представляет собой поле категории со значениями, обозначающими команду, назначенную каждому студенту.

Модуль pandas импортируется в начале кода в приведенном ниже справочном коде. Затем генерируется кадр данных и отображается на экране.

импорт панды
d_frame = панды.кадр данных({
‘Имя’: [‘Ким’,«Кортни»,‘Скотт’,‘Роб’,Кендалл,‘Гэти’,‘Фил’],
‘Команда’: [«А»,‘Б’,‘С’,‘Д’,‘Е’,«А»,‘Б’]
})
Распечатать(d_frame)

На изображении ниже имена студентов отображаются вместе с названием команды, в которую они были назначены.

Мы покажем вам, как использовать функцию mode() для определения наиболее часто встречающегося значения. Мода, которая является описательной статистикой, в основном является наиболее распространенным значением в наборе данных. Это даст вам информацию о команде, в которой больше всего студентов.

Сначала мы импортировали модуль pandas и сгенерировали фрейм данных, как вы можете видеть в коде. Имена студентов и команды включены в фрейм данных.

импорт панды
d_frame = панды.кадр данных({
‘Имя’: [‘Ким’,«Кортни»,‘Скотт’,‘Роб’,Кендалл,‘Гэти’,‘Фил’],
‘Команда’: [«А»,‘Б’,‘С’,‘Д’,‘Е’,«А»,‘Б’]
})
Распечатать(d_frame[‘Команда’].Режим())

Это дает серию панд плюс режим столбца. Поскольку «A» и «B» являются наиболее часто встречающимися значениями в поле «Команда», мы получаем «A» и «B» в качестве режима.

Обратите внимание, что вы можете получить режим каждого столбца в кадре данных pandas, используя метод mode().

Пример 2:

Мы покажем вам, как использовать value_counts() для получения наиболее часто встречающегося значения в этом примере. Функция value_counts() может использоваться для получения счетчиков, а затем функция idxmax() может использоваться для получения значения с наибольшим количеством счетчиков.

Остальной код, за исключением последней строки, идентичен приведенному выше. Он демонстрирует, как функция (value_counts) используется для определения значения с наибольшим количеством.

импорт панды
d_frame = панды.кадр данных({
‘Имя’: [‘Ким’,«Кортни»,‘Скотт’,‘Роб’,Кендалл,‘Гэти’,‘Фил’],
‘Команда’: [«А»,‘Б’,‘С’,‘Д’,‘Е’,«А»,«А»]
})
Распечатать(d_frame[‘Команда’].значение_счетчиков().идксмакс())

См. результирующий экран ниже. Получаем значение в столбце «Команда» с максимальным значением счетчика.

Пример 3:

Этот пример продемонстрирует, что произойдет, если кадр данных будет содержать наиболее часто встречающиеся значения. Давайте изменим фрейм данных, чтобы столбец «Команда» содержал повторяющиеся режимы. Здесь мы меняем значение «Команда» «Роба» с «D» на «B».

импорт панды
d_frame = панды.кадр данных({
‘Имя’: [‘Ким’,«Кортни»,‘Скотт’,‘Роб’,Кендалл,‘Гэти’,‘Фил’],
‘Команда’: [«А»,‘Б’,‘С’,‘Д’,‘Е’,«А»,‘Ф’]
})
д_кадр.в[3,‘Команда’]=‘Б’
Распечатать(d_frame)

Как видите, теперь у нас есть повторяющиеся режимы. В нашем сценарии в столбце «Команда» дважды появляется буква «А».

Название команды студента «Роб» было изменено с «D» на «A» на прилагаемом изображении.

Пример 4:

Давайте посмотрим, что возвращают методы counts() и idxmax(). Мы обновили значения фрейма данных в этом примере кода. Обратите внимание, что команды «А» и «Б» появляются два раза. После этого мы использовали функции value.counts() и idxmax() для определения наиболее распространенного значения в фрейме данных. Вот код ссылки.

импорт панды
d_frame = панды.кадр данных({
‘Имя’: [‘Ким’,«Кортни»,‘Скотт’,‘Роб’,Кендалл,‘Гэти’,‘Фил’],
‘Команда’: [«А»,‘Б’,‘С’,‘Д’,‘Е’,«А»,‘Б’]
})
Распечатать(d_frame[‘Команда’].значение_счетчиков().идксмакс())

Обратите внимание, что даже если присутствует много режимов, этот метод возвращает только одно значение. Это произошло из-за того, что функция idxmax() выдает только один результат: «Если несколько значений совпадают с максимальным, однострочный заголовок с это значение возвращается». Чтобы получить наиболее распространенное значение в серии pandas, вам нужно применить «mode()» серии pandas. функция.

Вывод:

В этой статье мы рассмотрели, как найти наиболее часто встречающееся значение в столбце или серии pandas на определенных примерах. Мы обсудили различные функции, которые можно использовать для достижения этой цели. Некоторые из этих методов — Mode(), counts() и idxmax(). Если вы новичок в этой концепции и вам нужно пошаговое руководство по началу работы, не читайте дальше этой статьи.