如何为Pandas的object/str类型列添加滚动众数新列？

问题原因 #

Pandas的rolling()默认仅支持数值类型的聚合操作，直接对object/字符串类型列调用apply()时，内部会先做数值类型校验，校验不通过则直接抛出DataError，自定义函数根本无法执行。

方法一：直接处理字符串窗口（推荐） #

利用raw=False让滚动窗口以Series对象传入自定义函数，结合collections.Counter统计众数：

from collections import Counter
import pandas as pd

# 自定义滚动众数函数，处理多众数时返回第一个出现的众数
def get_rolling_mode(series):
    count_result = Counter(series)
    max_freq = max(count_result.values())
    # 筛选出所有众数，取第一个
    mode_items = [item for item, freq in count_result.items() if freq == max_freq]
    return mode_items[0]

# 计算滚动窗口众数，window设为你的窗口大小，min_periods处理窗口不足的情况
df['rolling_state_mode'] = df['state'].rolling(window=25, min_periods=1).apply(get_rolling_mode, raw=False)

方法二：数值编码转换（兼容性更强） #

将字符串映射为唯一数值，计算滚动众数后再映射回原字符串，绕过Pandas的数值类型校验：

import pandas as pd
import numpy as np

# 生成字符串与数值的双向映射
state_unique = df['state'].unique()
state_to_code = {state: idx for idx, state in enumerate(state_unique)}
code_to_state = {idx: state for state, idx in state_to_code.items()}

# 编码字符串列
df['state_code'] = df['state'].map(state_to_code)

# 自定义数值型众数函数
def get_numeric_mode(arr):
    vals, counts = np.unique(arr, return_counts=True)
    return vals[np.argmax(counts)]

# 计算滚动众数（此时为数值类型）
df['rolling_mode_code'] = df['state_code'].rolling(window=25, min_periods=1).apply(get_numeric_mode, raw=True)

# 映射回原字符串
df['rolling_state_mode'] = df['rolling_mode_code'].map(code_to_state)

# 清理中间列（可选）
df.drop(['state_code', 'rolling_mode_code'], axis=1, inplace=True)

内容的提问来源于stack exchange，提问作者lolo