熊猫数据帧中 mode() 的不舒服输出

Question

我有一个包含几列(特征(的数据帧。

>>> print(df)
   col1  col2
a     1     1
b     2     2
c     3     3
d     3     2

我想计算其中一个的模式。这是发生的情况：

>>> print(df['col1'].mode())
0    3
dtype: int64

我想简单地输出值3.如果您认为以下非常相似的代码正在工作，那么这种行为非常奇怪：

>>> print(df['col1'].mean())
2.25

所以有两个问题：为什么会这样？如何获得平均值的纯模式值？

Answer 1

因为 Series.mode(( 可以返回多个值：

请考虑以下 DF：

In [77]: df
Out[77]:
   col1  col2
a     1     1
b     2     2
c     3     3
d     3     2
e     2     3
In [78]: df['col1'].mode()
Out[78]:
0    2
1    3
dtype: int64

从文档字符串：

如果至少发生 2 次，则为空。 始终返回系列 即使只有一个值。

如果要选择第一个值：

In [83]: df['col1'].mode().iloc[0]
Out[83]: 2
In [84]: df['col1'].mode()[0]
Out[84]: 2

Answer 2

我同意这太麻烦了

df['col1'].mode((.iloc[0].values[0]

Answer 3

一个系列可以有一个 mean((，但一个系列可以有多个 mode((

喜欢

<2,2,3,3,3,4,4,4,5,6,7,8>其模式2,3,4。

输出必须编制索引

Answer 4

mode()将返回与最常见值相关的所有值。

为了支持该功能，它必须返回一个集合，该集合采用dataFrame或系列的形式。

例如，如果您有一个系列：

[2, 2, 3, 3, 5, 5, 6]

然后，最常见的值出现两次。结果将是系列[2, 3, 5]，因为每个序列都发生两次。

如果要将其折叠为单个值，可以访问第一个值，计算max()、min()或任何对您的应用程序最有意义的值。