如何在Pandas分组聚合时为指定列应用mode函数

错误原因 #

pandas的SeriesGroupBy对象没有内置的mode聚合方法，直接在agg里写'mode'会触发'SeriesGroupBy' object has no attribute 'mode'错误。

解决方案 #

需要自定义一个求众数的逻辑，或者用lambda表达式调用Series.mode()方法，同时处理众数为空/多个的情况（比如取第一个众数）。

修改后的代码示例 #

方法1：自定义众数函数

先定义处理众数的函数，避免空值或多众数导致的索引错误：

def get_group_mode(series):
    mode_result = series.mode()
    # 有众数返回第一个，无众数返回None
    return mode_result.iloc[0] if not mode_result.empty else None

替换原代码中agg里的'mode'：

df_agg = df.sort_values(by=['userId', 'num1','num2'], ascending=False)\
           .groupby(['userId', 'cat1', 'cat2'])\
           .agg({
               'num3': 'sum', 
               'num2': 'sum',
               'num1': 'sum', 
               'num4': 'sum', 
               'num5':'sum', 
               'num6':'sum', 
               'num7': 'min', 
               'cat3': get_group_mode, 
               'cat4': get_group_mode
           })\
           .reset_index()

方法2：直接使用lambda表达式

如果不想单独定义函数，也可以用lambda直接处理：

df_agg = df.sort_values(by=['userId', 'num1','num2'], ascending=False)\
           .groupby(['userId', 'cat1', 'cat2'])\
           .agg({
               'num3': 'sum', 
               'num2': 'sum',
               'num1': 'sum', 
               'num4': 'sum', 
               'num5':'sum', 
               'num6':'sum', 
               'num7': 'min', 
               'cat3': lambda x: x.mode().iloc[0] if not x.mode().empty else None, 
               'cat4': lambda x: x.mode().iloc[0] if not x.mode().empty else None
           })\
           .reset_index()

补充说明 #

• 如果分组中存在多个众数（多个值出现次数相同且最多），上述代码会返回第一个出现的众数；若要保留所有众数，可把返回值改成mode_result.tolist()，但此时聚合后的列会是列表类型，后续处理需注意。
• 加入if not mode_result.empty else None是为了避免分组为空时触发IndexError。

内容的提问来源于stack exchange，提问作者R.A