Pandas行级MODE、均值计算及非零销量月份统计问题

关于众数的疑问解答 #

• 疑问1：当一行中有多个值出现频率相同时（如0和2各出现2次），Pandas原生mode()方法会返回所有众数。要得到唯一值，需根据业务需求自定义规则，比如取最小的众数、取最大的众数，或者取第一个出现的众数。
• 疑问2：若一行内所有数值均不重复，每个值的出现频率都是1，严格来说所有值都是众数。实际业务中可根据需求返回第一个值、NaN，或自定义默认值（如None）。

具体实现代码 #

1. 构造示例数据 #

import pandas as pd
import numpy as np

# 模拟业务数据：行对应产品，列对应各月销量
data = {
    '产品': ['A', 'B', 'C', 'D'],
    '当月': [0, 3, 5, 1],
    '前1月': [2, 3, 4, 2],
    '前2月': [0, 2, 3, 3],
    '前3月': [2, 1, 2, 4]
}
df = pd.DataFrame(data)

2. 定义行级统计函数 #

def row_stats(row):
    # 提取当前行的销量数据（排除产品名称列）
    sales_cols = ['当月', '前1月', '前2月', '前3月']
    sales = row[sales_cols]
    
    # 计算众数：取第一个出现的众数，无有效众数时返回NaN
    mode_result = sales.mode()
    mode_val = mode_result.iloc[0] if not mode_result.empty else np.nan
    
    # 计算均值
    mean_val = sales.mean()
    
    # 统计非零销量的月份数
    non_zero_count = (sales != 0).sum()
    
    # 返回统计结果，指定列名
    return pd.Series([mode_val, mean_val, non_zero_count], index=['MODE', '均值', '非零销量月份数'])

3. 应用函数并合并结果 #

# 对每行应用统计函数，合并到原DataFrame
df = pd.concat([df, df.apply(row_stats, axis=1)], axis=1)

代码说明 #

• 众数处理：sales.mode()返回行内所有众数，通过iloc[0]取第一个众数保证唯一性；如果需要取最小/最大众数，可改为mode_result.min()或mode_result.max()。
• 均值计算：sales.mean()自动处理数值类型，若存在缺失值会自动忽略（需提前处理数据缺失的情况）。
• 非零月份统计：通过布尔索引sales != 0筛选非零值，sum()统计符合条件的数量，高效直观。

最终结果示例 #

处理后的DataFrame如下：

内容的提问来源于stack exchange，提问作者foliveir