在Pandas DataFrame中获取指定多列所有值的众数

嘿，我完全懂你的需求啦——你不是要单独计算每一列的众数，而是想把指定的几列里的所有值捏到一块儿，找出这个大集合里出现次数最多的那个值对吧？没问题，咱们一步步来搞定这个事儿。

首先得提一嘴，你的数据里C1_IND列名后面带了多余的空格，引用的时候得精准对应上，不然程序会找不到列哦。

核心思路 #

1. 选对目标列：把你需要合并计算的列从DataFrame里挑出来
2. 扁平化数据：把这些列的所有值合并成一个一维序列，让它们变成一个整体
3. 计算众数：用工具库或者Pandas自带方法算出这个序列的众数

第一个示例的实现代码 #

import pandas as pd
import numpy as np
from scipy.stats import mode

# 你的原始数据
data = [
    {"col1":123,"C1_IND    ":"Rev","C2_IND":"Hold"},
    {"col1":456,"C1_IND    ":"Hold","C2_IND":"Rev"},
    {"col1":123,"C1_IND    ":"Hold","C2_IND":"Service"},
    {"col1":1236,"C1_IND    ":"Man","C2_IND":"Man"}
]

df = pd.DataFrame.from_dict(data)

# 指定要合并的目标列
target_cols = ["C1_IND    ", "C2_IND"]
# 把多列值扁平化合并成一维数组
combined_values = df[target_cols].values.flatten()
# 计算众数，keepdims=False让结果更简洁
result = mode(combined_values, keepdims=False)

print("合并后的所有值：", combined_values)
print("众数结果：", result)

运行后你会看到，合并后的所有值是['Rev' 'Hold' 'Hold' 'Rev' 'Hold' 'Service' 'Man' 'Man']，众数是'Hold'——它一共出现了3次，是出现次数最多的。

第二个示例的实现代码 #

换汤不换药，只需要把目标列换成C1_IND 和C3_IND就行：

import pandas as pd
import numpy as np
from scipy.stats import mode

# 第二个示例的原始数据
data = [
    {"col1":123,"C1_IND    ":"Rev","C2_IND":"Hold","C3_IND":"Hold"},
    {"col1":456,"C1_IND    ":"Hold","C2_IND":"Rev","C3_IND":"Rev"},
    {"col1":123,"C1_IND    ":"Hold","C2_IND":"Service","C3_IND":"Service"},
    {"col1":1236,"C1_IND    ":"Man","C2_IND":"Man","C3_IND":"Man"}
]

df = pd.DataFrame.from_dict(data)

# 指定目标列
target_cols = ["C1_IND    ", "C3_IND"]
# 扁平化合并数据
combined_values = df[target_cols].values.flatten()
# 计算众数
result = mode(combined_values, keepdims=False)

print("合并后的所有值：", combined_values)
print("众数结果：", result)

这里合并后的众数同样是'Hold'，和预期一致。

不用scipy的替代方法 #

如果你不想额外引入scipy库，用Pandas自带的方法也能搞定：

# 用Pandas原生方法找众数
mode_value = df[target_cols].stack().value_counts().idxmax()
print("众数：", mode_value)

stack()会把列转为行索引，把所有值堆叠成一个Series；value_counts()统计每个值的出现次数；idxmax()直接取出次数最多的值，结果和之前完全一样。

备注：内容来源于stack exchange，提问作者pbh