Polars中多值同为众数时返回null的实现需求

Polars内置的mode()方法会返回所有出现频率最高的值，但如果存在多个频率相同的最大值（即没有唯一众数），我们可以通过自定义逻辑返回null，具体实现如下：

import polars as pl

if __name__ == '__main__':
    df = pl.DataFrame({"a": [1, 1, 2, 3], "b": [1, 1, 2, 2]})
    
    # 计算唯一众数，无唯一众数时返回null
    unique_mode = df.select(
        pl.when(
            # 判断最高频率的出现次数是否为1（即只有一个众数）
            pl.col("b").value_counts().select(pl.col("count").max().count()).eq(1)
        )
        .then(pl.col("b").mode().first())  # 有唯一众数时取该值
        .otherwise(None)  # 无唯一众数时返回null
        .alias("unique_mode")
    )
    
    print(unique_mode)

代码逻辑说明 #

1. pl.col("b").value_counts()：统计b列每个值的出现次数，生成包含b和count的临时数据框
2. pl.col("count").max().count()：找出最高出现次数，再统计这个最高次数出现的次数——如果等于1，说明只有一个值是众数；大于1则存在多个众数
3. 通过when/then/otherwise分支逻辑，对应返回唯一众数或null

测试不同场景：

• 当b列是[1,1,2,2]时，返回null
• 当b列是[1,1,1,2,3]时，返回1
• 当b列是[5,5,3,3,3,2]时，返回3

内容的提问来源于stack exchange，提问作者pbh