在Pandas DataFrame中为每组计算指定众数并标记is_mode列

需求：现有包含property、value、count三列的Pandas DataFrame，其中(property, value)组合唯一。需新增is_mode列，标记每行count是否为对应property分组的指定众数——分组存在多个众数时，取最小的众数作为判定标准。

示例输入 #

property,value,count
p1,v1,20
p1,v2,50
p1,v3,50
p2,v4,10
p2,v5,20

期望输出 #

property,value,count,is_mode
p1,v1,20,False
p1,v2,50,True
p1,v3,50,True
p2,v4,10,True
p2,v5,20,False 

遇到的问题 #

尝试使用pd.Series.mode配合groupby.agg或transform时，出现大量NaN值。例如测试以下DataFrame：

property,value,count
p1,v1,200
p1,v2,60
p1,v3,60

期望mode列全为60，但实际返回全NaN。

原因分析 #

pd.Series.mode在分组存在多个众数时，会返回一个包含所有众数的Series（多值），而transform要求每个分组返回的结果要么是标量，要么是与分组长度一致的序列。多值结果无法正确广播到原DataFrame的行，因此产生NaN。

解决方案 #

自定义聚合函数，确保每个分组返回单个最小众数，再通过transform映射回原DataFrame，最后对比生成is_mode列。

完整代码 #

import pandas as pd

# 自定义函数：获取分组中最小的众数
def get_min_mode(series):
    modes = series.mode()
    return modes.min()

# 构造示例DataFrame
df = pd.DataFrame({
    'property': ['p1', 'p1', 'p1', 'p2', 'p2'],
    'value': ['v1', 'v2', 'v3', 'v4', 'v5'],
    'count': [20, 50, 50, 10, 20]
})

# 添加分组的最小众数列
df['mode'] = df.groupby('property')['count'].transform(get_min_mode)

# 生成is_mode标记列
df['is_mode'] = df['count'] == df['mode']

# 查看结果
print(df)

简化写法（无需保留mode列） #

df['is_mode'] = df.groupby('property')['count'].transform(
    lambda s: s == s.mode().min()
)

测试验证 #

针对第二个测试用例：

test_df = pd.DataFrame({
    'property': ['p1', 'p1', 'p1'],
    'value': ['v1', 'v2', 'v3'],
    'count': [200, 60, 60]
})

test_df['is_mode'] = test_df.groupby('property')['count'].transform(
    lambda s: s == s.mode().min()
)
print(test_df)

输出结果符合预期：

property value  count  is_mode
0       p1    v1    200     False
1       p1    v2     60      True
2       p1    v3     60      True

内容的提问来源于stack exchange，提问作者Mario Berg