pandas.DataFrame.mode

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

获取沿选定轴的每个元素的模式。

一组值的模式是出现次数最多的值。它可以是多个值。

参数:

轴{0 或 ‘index’, 1 或 ‘columns’}，默认 0

在搜索众数时迭代的轴：

• 0 或 ‘index’ : 获取每一列的模式

• 1 或 ‘columns’ : 获取每一行的模式。

numeric_only布尔值, 默认为 False

如果为真，则仅应用于数值列。

dropna布尔值, 默认为 True

不考虑 NaN/NaT 的计数。

返回:

DataFrame

每个列或行的模式。

参见

Series.mode

返回一个系列中的最高频率值。

Series.value_counts

返回 Series 中值的计数。

例子

>>> 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，缺失值不被考虑，翅膀的模式是0和2。因为生成的DataFrame有两行，species 和 legs 的第二行包含 NaN。

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

设置 dropna=False NaN 值会被考虑，并且它们可以是众数（例如对于翅膀）。

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

设置 numeric_only=True，只会计算数值列的模式，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

要计算列而不是行的众数，请使用 axis 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