如何在DataFrame分组计算众数时忽略指定的unknown值？

要实现分组计算众数时忽略salary列中的"unknown"，可以自定义聚合函数先过滤该值再计算众数，具体代码如下：

首先定义过滤后求众数的函数：

def mode_ignore_unknown(x):
    # 过滤掉"unknown"值
    filtered_data = x[x != "unknown"]
    # 如果过滤后无数据，返回默认值（可根据需求调整）
    if filtered_data.empty:
        return "unknown"
    # 返回过滤后的众数，取第一个结果（处理多众数情况）
    return pd.Series.mode(filtered_data)[0]

然后按分组应用不同的聚合逻辑：

emp = df_1.groupby('company').agg({
    'employee': lambda x: pd.Series.mode(x)[0],
    'salary': mode_ignore_unknown,
    'compartment': lambda x: pd.Series.mode(x)[0]
})

这样处理后，company B的salary列会返回8而不是"unknown"。对于employee和compartment列，依然保留原有的众数计算逻辑。

内容的提问来源于stack exchange，提问作者GALAXY A50