获取pandas中的众数

pandas.DataFrame 也有一个 mode() 方法。
以下面的 pandas.DataFrame 为例。

df = pd.DataFrame({‘col1’: [‘X’, ‘X’, ‘Y’, ‘X’],
‘col2’: [‘X’, ‘Y’, ‘Y’, ‘X’]},
index=[‘row1’, ‘row2’, ‘row3’, ‘row4’])
print(df)

col1 col2

row1 X X

row2 X Y

row3 Y Y

row4 X X

按列获取模式
从pandas.DataFrame调用mode()方法返回一个pandas.DataFrame，其元素默认为每一列的众数值。请注意，即使只有一种模式，也会返回一行的 pandas.DataFrame，如上面的 pandas.Series 示例所示。

如果模式数因列而异，则空白部分将成为缺失值 NaN。

print(df.mode())

col1 col2

0 X X

1 NaN Y

print(type(df.mode()))

可以通过count()方法获取每一列中模态值的个数，该方法统计的是不为缺失值NaN的元素个数。

print(df.mode().count())

col1 1

col2 2

dtype: int64

生成的 pandas.DataFrame 的第一行将是每列的模式（如果有多个，则为其中一个）。第一行可以通过iloc[0]获得。

04_Pandas获取和修改任意位置的值（at,iat,loc,iloc）
print(df.mode().iloc[0])

col1 X

col2 X

Name: 0, dtype: object

从pandas.DataFrame中调用mode()选择列可能会包含缺失值NaN，但是先选择列再调用mode()作为pandas.Series是不包含缺失值NaN的

print(df.mode()[‘col1’])

0 X

1 NaN

Name: col1, dtype: object

print(df[‘col1’].mode())

0 X

dtype: object

它可能不是很有用，但是如果你用 apply() 方法从每一列调用 mode() 并用 tolist() 列出它，也可以得到一个以列表（列表类型）作为元素的 pandas.Series。

l_mode = df.apply(lambda x: x.mode().tolist())
print(l_mode)

col1 [X]

col2 [X, Y]

dtype: object

print(l_mode.iat[1])

[‘X’, ‘Y’]

print(type(l_mode.iat[1]))

print(l_mode.iat[1][1])

Y

print(type(l_mode.iat[1][1]))

此时，生成的 pandas.Series 的行名索引变成了原始 pandas.DataFrame 的列名。注意，如果原来的列名是数字，选择结果pandas.Series的值为[number]会报错，必须是iat[number]。例子中是字符串，所以[Number]没有问题。

每行获取模式
如果设置参数 axis=1，则可以获得每一行的模式。

print(df.mode(axis=1))

0 1

row1 X NaN

row2 X Y

row3 Y NaN

row4 X NaN

计数不是缺失值 NaN 的元素数量的 count() 方法也有一个参数轴。

print(df.mode(axis=1).count(axis=1))

row1 1

row2 2

row3 1

row4 1

dtype: int64

在 pandas 中，每一列都有一个类型 dtype，所以基本上假设每一列都排列了相同类型的数据。

因此，通常不需要获取每一行的众数，如果每一行排列的是同类数据，转置可能会更好。

df_t = df.T
print(df_t)

row1 row2 row3 row4

col1 X X Y X

col2 X Y Y X

print(df_t.mode())

row1 row2 row3 row4

0 X X Y X

1 NaN Y NaN NaN

获取模式的频率（出现次数）
可以使用 pandas.Series 的 value_counts() 方法获取模式的频率（出现次数）。

value_counts() 返回一个 pandas.Series，其唯一元素值为 index，其频率（出现次数）为 data。

默认情况下，pandas.Series 按出现的降序排序，因此 value_counts() 方法返回的 pandas.Series 中的第一个值是模式的频率。

print(df[‘col1’].value_counts())

X 3

Y 1

Name: col1, dtype: int64

print(df[‘col1’].value_counts().iat[0])

3

原始 pandas.Series 的元素成为生成的 pandas.Series 的索引。如果数值为index，则不能用[number]指定值（会报错），所以使用iat [number]严格指定。 （由于上面的例子是字符串，所以[number]是没有问题的）

使用 apply() 获取每列模式的频率。

print(df.apply(lambda x: x.value_counts().iat[0]))

col1 3

col2 2

dtype: int64

describe() 方法计算每一列的汇总统计信息，还获取众数及其频率。

print(df.describe())

col1 col2

count 4 4

unique 2 2

top X Y

freq 3 2

项目 top 是模式， freq 是它的频率。如果有多种模式，则只返回其中一种。结果是一个 pandas.DataFrame，因此您可以使用 loc、at 等获取行和元素。

print(df.describe().loc[‘freq’])

col1 3

col2 2

Name: freq, dtype: object

print(df.describe().at[‘freq’, ‘col2’])

2

describe() 没有参数轴，因此如果要将它应用于一条线，请在调用它之前转置它。

print(df.T.describe())

row1 row2 row3 row4

count 2 2 2 2

unique 1 2 1 1

top X Y Y X

freq 2 1 2 2