Pandas groupby结合pd.Series.mode时的不一致行为问题

问题原因 #

同样用groupby.agg(pd.Series.mode)，字符串列能正常出结果，整数列却会抛出ValueError: Must produce aggregated value，核心差异在pd.Series.mode对不同数据类型的返回逻辑：

• 处理字符串列时，若组内元素全唯一（比如示例里key=3的字符串组），mode会返回包含所有元素的列表，pandas能正常识别这个结构作为聚合结果。
• 处理整数列时，若组内元素全唯一，mode会返回和原组长度一致的Series，而agg要求每个分组必须返回单个聚合值（标量、长度为1的Series或统一结构的容器），这种长度不匹配的Series就会触发报错。

解决办法 #

方法1：强制统一返回列表格式 #

自定义聚合逻辑，把mode结果转成列表，不管组内元素是否重复，都返回列表结构：

import pandas as pd

df = pd.DataFrame({'A': [12, 23, 45, 2, 87, 56],
                   'key': [0, 1, 2, 3, 3, 3]})

# 用lambda将mode结果转为列表
result = df.groupby('key')['A'].agg(lambda x: x.mode().tolist())
print(result)

输出：

key
0        [12]
1        [23]
2        [45]
3    [2, 87, 56]
Name: A, dtype: object

方法2：单个众数返回标量，多个返回列表 #

如果希望组内只有一个众数时返回标量，有多个众数时返回列表，可以加一层判断：

def mode_agg(x):
    modes = x.mode()
    return modes.iloc[0] if len(modes) == 1 else modes.tolist()

result = df.groupby('key')['A'].agg(mode_agg)
print(result)

输出：

key
0      12
1      23
2      45
3    [2, 87, 56]
Name: A, dtype: object

内容的提问来源于stack exchange，提问作者Aroonalok