Pandas：如何计算 groupby 对象中的众数

您可以使用以下语法来计算 pandas 中 GroupBy 对象的众数：

 df. groupby ([' group_var '])[' value_var ']. agg ( pd.Series.mode )

以下示例展示了如何在实践中使用此语法。

示例：GroupBy 对象中的计算模式

假设我们有以下 pandas DataFrame，显示来自不同球队的篮球运动员的得分：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [10, 10, 12, 15, 19, 23, 20, 20, 26]})

#view DataFrame
print (df)

  team points
0 to 10
1 to 10
2 to 12
3 to 15
4 B 19
5 B 23
6 C 20
7 C 20
8 C 26

我们可以使用以下语法来计算每个团队的时尚点值：

 #calculate mode points value for each team
df. groupby ([' team '])[' points ']. agg ( pd.Series.mode )

team
At 10
B [19, 23]
C 20
Name: points, dtype: object

以下是如何解释结果：

• A队的时尚点值为10 。
• B队的时尚点值为19和23 。
• C队的时尚点值为20 。

如果一个组有多种模式，您可以使用以下语法将每种模式显示在不同的行上：

 #calculate mode points value for each team
df. groupby ([' team '])[' points ']. apply ( pd.Series.mode )

team   
At 0 10
B 0 19
      1 23
C 0 20
Name: points, dtype: int64

注意：您可以在此处找到 pandas 中 GroupBy 操作的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

Pandas：如何计算每组的累计和
Pandas：如何按组计算唯一值
Pandas：如何按组计算相关性