Python分组聚合计算第二众数（Mode2）遇索引越界问题求助

问题描述 #

在对fact_price_pt按['COD_BANDERA', 'des_product', 'dat_price']分组聚合时，计算第一众数（Mode1）正常，但尝试计算第二众数（Mode2）时触发如下错误：

IndexError: index 1 is out of bounds for axis 0 with size 1

原聚合代码：

grouped_df_multiple = fact_price_pt.groupby(['COD_BANDERA', 'des_product', 'dat_price'], as_index = False).agg({
'calc_pvp': ['mean', 'min', 'max', lambda x: x.mode().iloc[0] ,lambda x: x.mode().iloc[0]],
'DES_BANDERA': ['max']})

尝试的两种第二众数写法均报错：

• lambda x: x.mode().iloc[1]
• lambda x: x.value_counts(ascending=True).index[1]

问题根源 #

部分分组的calc_pvp列只有一个唯一值，或所有值出现频率相同且仅存在一个众数，导致x.mode()或x.value_counts()返回的结果长度为1，访问索引1时触发越界。

可行解决方案 #

通过自定义函数处理边界情况，给无第二众数的分组返回默认值（如pd.NA）：

方案1：基于mode()的安全第二众数函数 #

import pandas as pd

def get_second_mode(x):
    modes = x.mode()
    return modes.iloc[1] if len(modes) >= 2 else pd.NA

方案2：基于value_counts()的安全第二众数函数 #

import pandas as pd

def get_second_mode(x):
    counts = x.value_counts()
    return counts.index[1] if len(counts) >= 2 else pd.NA

修改后的聚合代码 #

将原lambda替换为自定义函数，同时可重命名列避免多级索引混乱：

grouped_df_multiple = fact_price_pt.groupby(['COD_BANDERA', 'des_product', 'dat_price'], as_index=False).agg({
    'calc_pvp': ['mean', 'min', 'max', lambda x: x.mode().iloc[0], get_second_mode],
    'DES_BANDERA': ['max']
})

# 重命名列
grouped_df_multiple.columns = [
    'COD_BANDERA', 'des_product', 'dat_price',
    'calc_pvp_mean', 'calc_pvp_min', 'calc_pvp_max',
    'calc_pvp_mode1', 'calc_pvp_mode2', 'DES_BANDERA_max'
]

进阶优化（区分并列众数） #

若需排除“第一、第二众数频率相同”的情况，可在函数中增加判断：

def get_second_mode(x):
    counts = x.value_counts()
    if len(counts) < 2:
        return pd.NA
    # 第一和第二频率相同时，视为无唯一第二众数
    if counts.iloc[0] == counts.iloc[1]:
        return pd.NA
    return counts.index[1]

内容的提问来源于stack exchange，提问作者fervifervi