使用 python 从一组数据中获取 最可能的 地址ID [省份ID，城市ID，区域ID] 的集合。
address_all = {'A': [5, 20, 300], 'C': [1, 50, 600], 'B': [5, 20], 'D': [6, 30, 300]}
# 需要得到的是 [5,20,300]
如何改写以下方法，获取出现次数最多的地址：
def get_most(address_all):
"""
:param address_all:
:return:
"""
# 查找最可能的 id1 id2 id3
address = []
id1 = id2 = id3 = 0
ids = {}
for x, y in address_all.items():
if len(y) >= 1 and y[0] > 0:
ids[y[0]] = ids.get(y[0], 0) + 1
id1 = sorted(ids.items(), key=lambda d: d[1], reverse=True)[0][0]
ids = {}
for x, y in address_all.items():
if len(y) >= 2 and y[0] == id1 and y[1] > 0:
ids[y[1]] = ids.get(y[1], 0) + 1
id2 = sorted(ids.items(), key=lambda d: d[1], reverse=True)[0][0]
ids = {}
for x, y in address_all.items():
if len(y) >= 3 and y[0] == id1 and y[1] == id2 and y[2] > 0:
ids[y[2]] = ids.get(y[2], 0) + 1
id3 = sorted(ids.items(), key=lambda d: d[1], reverse=True)[0][0]
address = []
if id1:
address.append(id1)
if id2:
address.append(id2)
if id3:
address.append(id3)
return address

我开发了以下代码来从web API中提取数据，并尝试基于以下条件对其进行操作：计算用户在初始日期(即当前时间)之间出现的次数-
6天，最终日期为当前时间。
我收到的JSON对象具有以下结构：[{
id: 1003384,
user_id : 0001
CreatedOn: "2017-02-16 15:54:48",
Problem: "AVAILABILILTY",
VIP: "YES",
Vendor_CODE: "XYZ12345",
Week_id: "07",
},
{
id: 1003338,
user_id: 0002
CreatedOn: "2017-02-15 13:49:16",
Problem: "AVAILABILILTY",
VIP: "NO",
Vendor_CODE: "XYZ67890",
Week_id: "09",
},
{
id: 1553338,
user_id: 0002
CreatedOn: "2017-03-15 09:30:36",
Problem: "AVAILABILILTY",
VIP: "YES",
Vendor_CODE: "ACE67890",
Week_id: "13",
}]
现在，当我执行下面的代码时，我无法计算用户在给定的两个日期之间出现的次数，因为我得到的错误键应该是整数而不是字符串，我不知道应该在哪里实现初始日期和最终日期。在
^{pr2}$
为了避免错误键应该是整数而不是字符串，我使用print(response_data[0])获得输出：{
id: 1003384,
user_id : 0001
CreatedOn: "2017-02-16 15:54:48",
Problem: "AVAILABILILTY",
VIP: "YES",
Vendor_CODE: "XYZ12345",
Week_id: "07",
}
我的问题是：我的JSON数据在我解析后是否是字典json.loads(网址.read().decode())？如果是这样的话，为什么我不能检索作为response_data['user_id']的数据来查看所有用户？
代码中缺少什么来计算用户为了工作而出现的次数？
我应该在哪里实现日期代码来根据给定的日期检索用户？在
提前感谢，请随时向本帖提出任何建议。在
更新2017年6月6日我解析的JSON数据是一个字典，我可以验证它，因为我使用了print(isinstance(response_data[0]，dict))，结果为True。
我试着用印刷体把这本词典的钥匙打印出来(回复_数据.keys())但是我遇到了这个错误：list object没有属性'keys'。如果Python声明这是一个字典，但我不能打印键，这怎么可能呢？

您可以使用loc从“ col2”中过滤出行级匹配项,将过滤后的“ col2”值附加到“ col1”中,然后调用value_counts：
counts = df['col1'].append(df.loc[df['col1'] != df['col2'], 'col2']).value_counts()
结果输出：
i    4
d    3
h    3
a    2
j    1
k    1
c    1
g    1
b    1
e    1
注意：如果希望输出按字母顺序显示,则可以在计数代码的末尾添加.sort_index().
计时
使用以下设置来产生更大的样本数据集：
from string import ascii_lowercase
n = 10**5
data = np.random.choice(list(ascii_lowercase), size=(n,2))
df = pd.DataFrame(data, columns=['col1', 'col2'])
def edchum(df):
vals = np.unique(df.values)
count = np.maximum(df['col1'].str.get_dummies().reindex_axis(vals, axis=1).fillna(0), df['col2'].str.get_dummies().reindex_axis(vals, axis=1).fillna(0)).sum()
return count
我得到以下计时：
%timeit df['col1'].append(df.loc[df['col1'] != df['col2'], 'col2']).value_counts()
10 loops, best of 3: 19.7 ms per loop
%timeit edchum(df)
1 loop, best of 3: 3.81 s per loop

我们使用groupby这个分组函数吧。 

我们给出数据集。 

我们想统计每个u对应的a，并统计同一个a下面u的出现次数； 

代码如下：

df = pd.DataFrame({'a':[1,1,1,3,3,3,3,3,3,3,3,8],'u':[99,98,67,65,63,67,57,55,51,53,53,55]})

df
Out[72]: 
    a   u
0   1  99
1   1  98
2   1  67
3   3  65
4   3  63
5   3  67
6   3  57
7   3  55
8   3  51
9   3  53
10  3  53
11  8  55

gropus=df.groupby(['a'])
row = {'a':[],'u':[],'第几次出现':[]}
for k,group in gropus:
    row['a'] += group.a.values.tolist()
    row['u'] += group.u.values.tolist()
    row['第几次申请'] += ((group.index-group.index[0])%group.index.size+1).values.tolist()

pd.DataFrame(row)

Out[73]: 
    a   u  第几次出现
0   1  99      1
1   1  98      2
2   1  67      3
3   3  65      1
4   3  63      2
5   3  67      3
6   3  57      4
7   3  55      5
8   3  51      6
9   3  53      7
10  3  53      8
11  8  55      1