pands 返回某一列出现次数最多的元素（即返回 value_counts() 统计个数后 series 结构中的最大值对应的索引）

最新推荐文章于 2025-02-13 00:15:00 发布

原创最新推荐文章于 2025-02-13 00:15:00 发布 · 3.4w 阅读

14 ·

CC 4.0 BY-SA版权

转载无需询问，注明原出处即可

python学习笔记同时被 2 个专栏收录

97 篇文章

订阅专栏

pandas

6 篇文章

订阅专栏

本文介绍了一种对招聘数据进行探索性分析的方法，包括数据加载、基本信息查看、统计各岗位招聘数量、筛选特定日期及地点的招聘信息等步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

业务场景：

招聘数据探索分析
1、读取数据并存为一个名叫job_info的据框。
2、将列命名为：['公司’，’岗位’，’工作地点’，’工资’，’发布日期]。
3、哪个岗位招聘需求最多？
4、取出9月3日发布的招聘信息。
5、找出工作地点在深圳的数据分析师招聘信息。

第三问哪个岗位招聘需求最多？首先用value_counts() 统计岗位这一列每个元素出现的个数，返回结果是Series

在这里插入图片描述

核心代码

goal = Series.idxmax()

示例

import pandas as pd

job_info = pd.read_csv('job_info.csv',header=None,names=('公司','岗位','工作地点','工资','发布日期'),encoding = 'gbk')
a = job_info.loc[:,'岗位'].value_counts()   #统计岗位这一列每个元素出现的个数
b = a.idxmax()  # 找出招聘需求最多的岗位
data_9_3 = job_info[job_info['发布日期'] == '09-03']    # 取出9月3日的招聘信息
data5 = job_info[(job_info['工作地点'] == '深圳') & (job_info['岗位'] == '数据分析师')]   #找出工作地点在深圳的数据分析师招聘信息