如何为含列表的pd.DataFrame列生成每行的最常见值列？

先构造你的示例DataFrame：

import pandas as pd
df = pd.DataFrame({
    'col_1': [[1, 2, 3, 3], [2, 2, 8, 8, 7], [3, 4]]
})

自定义函数实现需求 #

用collections.Counter统计每行列表的元素频次，筛选出所有出现次数最多的元素：

from collections import Counter

def get_most_common(lst):
    count_result = Counter(lst)
    max_frequency = max(count_result.values())
    # 收集所有频次等于最高频次的元素
    return [item for item, freq in count_result.items() if freq == max_frequency]

应用函数生成新列 #

把自定义函数通过apply作用到col_1列，生成col_2：

df['col_2'] = df['col_1'].apply(get_most_common)

执行后得到的结果和你的期望一致：

col_1      col_2
0   [1, 2, 3, 3]        [3]
1  [2, 2, 8, 8, 7]  [2, 8]
2        [3, 4]     [3, 4]

为什么之前的方法失效 #

• statistics.mode：这个函数在列表存在多个众数时会抛出StatisticsError，且只能返回单个众数，不符合保留多个众数的需求；
• pandas自带的mode方法：是对整个列计算众数（即找列中出现次数最多的列表），并非对每行的列表单独处理，所以无法满足需求。

内容的提问来源于stack exchange，提问作者EMT