python - 在不对结果进行排序的情况下计算数据帧的模式

Question

我有一个这样的数据框:

df = pd.DataFrame({'a1': [2,3,4,8,8], 'a2': [2,5,7,5,10], 'a3':[1,9,4,10,2]})

    a1  a2  a3
0   2   2   1
1   3   5   9
2   4   7   4
3   8   5   10
4   8   10  2

输出应该是:

0  2 
1  3
2  4
3  8 
4  8

要做什么:我想按行计算模式，如果模式不存在，我需要 a1(第一列)的值。

例如:在第二行 (3,5,9) 中，模式不存在，所以我在输出中得到 3。

注意:我已经尝试过 df.mode(axis=1) 但这似乎按行打乱了值的序列，所以我并不总是得到值输出中的第一列。

Answer 1

无排序方法

agg + collections.Counter。 不对模式进行排序。

from collections import Counter
df.agg(lambda x: Counter(x).most_common(1)[0][0], axis=1)

0    2
1    3
2    4
3    8
4    8
dtype: int64

---

模式排序方法

1. 沿第一个轴使用mode，然后取先到的:

   df.mode(axis=1).iloc[:, 0]
   

   或者，

   df.mode(axis=1)[0] 
   

   0    2.0
   1    3.0
   2    4.0
   3    5.0
   4    2.0
   Name: 0, dtype: float64
   

2. scipy.stats.mode

   from scipy.stats import mode
   np.array(mode(df, axis=1))[0].squeeze()
   array([2, 3, 4, 5, 2])