使用df max count 语法

在数据分析和数据处理中，经常需要使用Pandas库进行数据的读取、清洗、分析和统计等操作。其中，df max count语法是一种常用的方式，用于查找某个DataFrame中某个列的最大值出现的次数。下面将介绍如何使用这个语法。

语法

df[column].value_counts().idxmax()

其中，df表示数据框，column表示指定的列名。这个语法的作用是找出指定列的最大值，并返回该最大值出现的次数。

示例

假设有一个数据框df，包含了学生的成绩和课程信息，我们希望找出历史课程成绩的最高分数，并统计该分数出现的次数。

import pandas as pd

# 构造数据
data = {
    'name': ['张三', '李四', '王五', '赵六', '钱七', '孙八'],
    'course': ['math', 'math', 'history', 'history', 'history', 'history'],
    'score': [87, 92, 75, 82, 89, 90]
}
df = pd.DataFrame(data)

# 查找历史课程成绩的最高分数，并统计该分数出现的次数
max_count = df[df['course']=='history']['score'].value_counts().idxmax()

print('历史课程成绩的最高分数是：', max_count)

输出结果为：

历史课程成绩的最高分数是： 90

在上面的示例中，我们首先使用了df语法选择了历史课程的成绩列，然后使用value_counts()方法统计了每个成绩出现的次数，最后使用idxmax()方法找到出现次数最多的成绩。