如何在Python中按Country列分组计算Arrival_Year的众数？

可以通过按Country分组后结合众数统计来实现，以下是几种实用方法：

方法1：分组后取众数（默认取第一个众数） #

如果每个Country的最多年份唯一，或只需要第一个出现的众数，用这个方法：

import pandas as pd

# 假设你的DataFrame名为df
result = df.groupby('Country')['Arrival_Year'].agg(lambda x: x.mode().iloc[0])
# 转换为DataFrame格式（可选）
result = result.reset_index(name='Most_Common_Arrival_Year')

mode()会返回当前分组里出现频次最高的年份，iloc[0]用于提取第一个结果（避免多个众数时返回Series）。

方法2：分组统计频次后取最高值 #

先对每个分组的Arrival_Year统计频次，再取频次最高的年份：

result = df.groupby('Country')['Arrival_Year'].apply(lambda x: x.value_counts().idxmax())
result = result.reset_index(name='Most_Common_Arrival_Year')

value_counts()会按频次降序排列，idxmax()直接返回频次最高的年份值。

处理多个众数的情况 #

如果某个Country存在多个年份出现次数相同（即多个众数），可以返回所有众数：

result_multi = df.groupby('Country')['Arrival_Year'].agg(lambda x: x.mode().tolist())
result_multi = result_multi.reset_index(name='Most_Common_Arrival_Years')

返回结果会是每个Country对应的众数列表。

为什么单独用value_counts无效？ #

单独调用df['Arrival_Year'].value_counts()是对整个数据集的年份统计，没有按Country分组，所以无法得到每个国家对应的结果，必须结合groupby实现分组统计。

内容的提问来源于stack exchange，提问作者user20705698