Python|熊猫 dataframe.mode()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas dataframe.mode()函数获取沿所选轴的每个元素的模式。为每个标签的每个模式添加一行，用 nan 填充空白。请注意，可能会为所选轴返回多个值（当多个项目共享最大频率时），这就是返回数据帧的原因。

Syntax: DataFrame.mode(axis=0, numeric_only=False)
Parameters :
axis : get mode of each column1, get mode of each row
numeric_only : if True, only apply to numeric columns

Returns : modes : DataFrame (sorted)

示例 #1：使用mode()函数在索引轴上查找模式。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df=pd.DataFrame({"A":[14,4,5,4,1],
                 "B":[5,2,54,3,2],
                 "C":[20,20,7,3,8],
                 "D":[14,3,6,2,6]})
  
# Print the dataframe
df

让我们使用dataframe.mode()函数来查找数据帧的模式

# find mode of dataframe 
df.mode()

输出 ：

示例 #2：使用mode()函数在列轴上查找模式

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df=pd.DataFrame({"A":[14,4,5,4,1],
                 "B":[5,2,54,3,2],
                 "C":[20,20,7,3,8],
                 "D":[14,3,6,2,6]})
  
# Print the dataframe
df

让我们使用dataframe.mode()函数来查找模式

# axis = 1 indicates over the column axis
df.mode(axis = 1)

输出 ：

在第 0 行和第 3 行中，14 和 3 是众数，因为它们的出现次数最多（即 2）。在该列的其余部分，所有元素都是众数，因为它们的出现频率相同。