Pandas：如何按release_year列统计对应最常见的genre值

基础实现（仅包含有数据的年份） #

假设你的DataFrame名为df，可以通过分组后取众数并调整格式来实现需求：

import pandas as pd

# 按年份分组，提取流派的众数（若有多个众数取第一个）
result = df.groupby('release_year')['genre'].agg(lambda x: x.mode().iloc[0]).reset_index()

# 确保列名与需求一致（如果分组后列名已经正确可省略此步）
result.columns = ['release_year', 'genre']

运行后result就会呈现你需要的格式：

release_year    genre
0          2020    Horror
1          2021    Crime
2          2023    Action
...

处理特殊情况 #

1. 存在多个众数的年份：如果某一年有多个流派出现次数相同，上述代码会取第一个出现的众数。若需要保留所有众数，可去掉.iloc[0]，此时结果中genre列会是列表格式。
2. 包含无数据的年份：如果需要展示连续年份（比如原数据没有2022年但结果要包含），可以先生成完整的年份序列，再合并结果并填充默认值：

# 生成从最小到最大年份的完整序列
min_year = df['release_year'].min()
max_year = df['release_year'].max()
all_years = pd.DataFrame({'release_year': range(min_year, max_year + 1)})

# 获取有数据年份的流派众数
genre_mode = df.groupby('release_year')['genre'].agg(lambda x: x.mode().iloc[0]).reset_index()

# 合并并填充无数据年份的流派（这里默认填充'Crime'，可按需修改）
result = all_years.merge(genre_mode, on='release_year', how='left').fillna({'genre': 'Crime'})

为什么之前的组合没生效？ #

直接使用df.groupby('release_year')['genre'].mode()会返回带多级索引的结果，需要通过reset_index()调整结构才能得到你需要的扁平化格式。

内容的提问来源于stack exchange，提问作者NGJon