如何在Snowflake SQL中计算多列的横向众数

问题说明 #

我目前只会计算单列数据的众数，不知道怎么横向合并多列（如下方示例里的Column A、Column B、Column C）来计算每行的众数。

输入输出示例 #

输入数据 #

输出结果 #

解决方案 #

1. Excel/Google Sheets 实现 #

直接使用MODE.SNGL函数，针对每行的目标列计算众数：

• 在E2单元格（对应第一行的Mode列）输入公式：=MODE.SNGL(B2:D2)
• 下拉填充公式到所有行即可

注：Excel 2019及以后版本、Google Sheets支持直接用MODE.SNGL处理文本类型数据；如果是旧版Excel，可使用INDEX(B2:D2,MODE(MATCH(B2:D2,B2:D2,0)))实现兼容。

2. Python Pandas 实现 #

通过自定义函数按行处理数据，计算每行众数：

import pandas as pd

def get_row_mode(row):
    # 获取当前行的众数，若有多个取第一个
    mode_result = row.mode()
    return mode_result.iloc[0] if not mode_result.empty else None

# 构造示例数据（实际场景可替换为pd.read_csv/pd.read_excel读取数据）
data = {
    'ID': [1, 2, 3, 4],
    'Column A': ['cat', 'dog', 'cat', 'bird'],
    'Column B': ['cat', 'cat', 'cat', 'cat'],
    'Column C': ['dog', 'dog', 'dog', 'bird']
}
df = pd.DataFrame(data)

# 对指定列按行计算众数，新增Mode列
df['Mode'] = df[['Column A', 'Column B', 'Column C']].apply(get_row_mode, axis=1)

print(df)

3. SQL 实现（以PostgreSQL为例） #

通过将每行多列转为多行统计次数，再判断众数：

SELECT 
    ID,
    "Column A",
    "Column B",
    "Column C",
    -- 按出现次数排序，取出现次数最多的第一个值
    FIRST_VALUE(val) OVER (
        PARTITION BY ID 
        ORDER BY COUNT(val) DESC, 
                 -- 若次数相同，取最先出现的列的值
                 CASE val 
                     WHEN "Column A" THEN 1 
                     WHEN "Column B" THEN 2 
                     WHEN "Column C" THEN 3 
                 END
    ) AS Mode
FROM (
    -- 将每行的三列拆分为多行数据
    SELECT 
        ID,
        "Column A",
        "Column B",
        "Column C",
        unnest(ARRAY["Column A", "Column B", "Column C"]) AS val
    FROM your_table
) t
GROUP BY ID, "Column A", "Column B", "Column C", val
ORDER BY ID;

内容的提问来源于stack exchange，提问作者Aadhil Imam