pandas mode() 众数

pandas 的 mode() 方法用于计算指定轴上出现频率最高的值，即众数。与 mean()、median()、min() 不同的是，众数可以是多个值，因为可能有多个值出现频率相同。

适用数据类型

• Series: 计算单个数组的众数。
• DataFrame: 计算每一列或每一行的众数。

语法

获取沿选定轴的每个元素的众数。一组值的众数是最常出现的值。它可以是多个值。

DataFrame.mode(
    axis=0, 
    numeric_only=False, 
    dropna=True
)

参数详解

• axis: {0 or ‘index’, 1 or ‘columns’}, 默认值 0

  • 计算方向：0 或 'index' 表示沿着列（即每列的众数），1 或 'columns' 表示沿着行（即每行的众数）。

• numeric_only: bool, 默认值 False

  • 如果为 True，则只计算数值类型的数据。对于非数值类型的列，将被忽略。如果为 False，所有类型的数据都将被考虑。

• dropna: bool, 默认值 True

  • 如果为 True，则忽略缺失值（NaN）。如果为 False，缺失值将被视为有效值参与计算。

返回值

返回一个 DataFrame 对象。如果有多个众数，结果会有多行；如果没有众数，返回的 DataFrame 将是空的。

使用场景

• 查找数据中的常见值: 计算数据集中最常出现的值，特别适合分类数据分析。
• 处理含有多种众数的情况: 可以找到所有的众数，而不仅仅是一个值。

示例

df = pd.DataFrame([('bird', 2, 2),
                   ('mammal', 4, np.nan),
                   ('arthropod', 8, 0),
                   ('bird', 2, np.nan)],
                  index=('falcon', 'horse', 'spider', 'ostrich'),
                  columns=('species', 'legs', 'wings'))
df
'''
           species  legs  wings
falcon        bird     2    2.0
horse       mammal     4    NaN
spider   arthropod     8    0.0
ostrich       bird     2    NaN
'''

默认情况下，不考虑缺失的值，机、翼(wings)的众数都是0和2。因为生成的DataFrame有两行，所以第二行的物种和腿包含NaN。

df.mode()
'''
  species  legs  wings
0    bird   2.0    0.0
1     NaN   NaN    2.0
'''

考虑设置dropna=False NaN值，它们可以作为众数（如机翼）。

df.mode(dropna=False)
'''
  species  legs  wings
0    bird     2    NaN
'''

如果将numeric_only设置为True，则只计算数值列的模式，而忽略其他类型的列。

df.mode(numeric_only=True)
'''
   legs  wings
0   2.0    0.0
1   NaN    2.0
'''

要计算列而非行的众数，请使用轴参数：

df.mode(axis='columns', numeric_only=True)
'''
           0    1
falcon   2.0  NaN
horse    4.0  NaN
spider   0.0  8.0
ostrich  2.0  NaN
'''

结论

mode() 方法非常灵活，能够处理多种类型的数据并且找出最常出现的值。对于处理分类数据和寻找数据集中常见值，mode() 是一个非常有用的工具。它能够返回多个众数，并且可以选择是否忽略缺失值。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.mode.html

更新时间：2024-08-08 16:55:13 标签：pandas python mode 众数