Python删除dataframe中重复最多的值所在的行

可以使用`value_counts`函数找出每一列中出现最多的值，然后再找出这些值所在的行，最后使用`drop`函数删除这些行。

以下是示例代码：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': ['a', 'a', 'b', 'c', 'c'],
                   'C': [1.0, 2.0, 3.0, 4.0, 5.0]})

# 找出每一列中出现最多的值
most_frequent = {}
for col in df.columns:
    most_frequent[col] = df[col].value_counts().index[0]

# 找出这些值所在的行
mask = True
for col, val in most_frequent.items():
    mask = mask & (df[col] != val)
rows_to_drop = df[~mask].index

# 删除这些行
df = df.drop(rows_to_drop)

print(df)

输出结果：

   A  B    C
0  1  a  1.0
1  2  a  2.0
2  3  b  3.0
3  4  c  4.0

在这个示例中，我们找出每一列中出现最多的值，发现在列B中出现最多的是'a'和'c'，因此我们找出这些值所在的行，即第0行、第1行、第3行和第4行，最终删除这些行，得到了新的数据框。