Pandas中使用pd.Series.mode聚合报错：Must produce aggregated value

这段代码报错的核心原因是**pd.Series.mode在分组聚合时，可能返回多个值（即长度大于1的Series/数组）**，而groupby.agg要求聚合函数必须返回单个标量值（每个组对应唯一的聚合结果）。

看你的数据：

• group "a"的x值是[1,1,2,2]，众数包含1和2两个值，pd.Series.mode会返回包含这两个值的Series
• group "b"的x值是[3,3]，众数是单个值3

当agg尝试用pd.Series.mode聚合时，遇到返回多个值的组，就会触发ValueError: Must produce aggregated value错误——因为无法将多个值作为单个聚合结果对应到一个组。

有两种常见的处理方式：

方式1：强制返回单个众数（取第一个） #

自定义函数从mode结果中取第一个值，满足agg对单值的要求：

import pandas as pd

def get_single_mode(s):
    mode_result = s.mode()
    return mode_result.iloc[0] if not mode_result.empty else None

df = pd.DataFrame(dict(x=[1, 1, 2, 2, 3, 3], group=["a", "a", "a", "a", "b", "b"]))
df.groupby(["group"]).agg({
    "x": [get_single_mode, "sum"]
})

方式2：保留所有众数（扩展为多行） #

如果需要保留组内的所有众数，可以用groupby.apply替代agg，允许每个组返回多行结果：

import pandas as pd

df = pd.DataFrame(dict(x=[1, 1, 2, 2, 3, 3], group=["a", "a", "a", "a", "b", "b"]))
result = df.groupby(["group"])["x"].apply(lambda s: pd.DataFrame({
    "mode": s.mode(),
    "sum": [s.sum()] * len(s.mode())
})).reset_index(level=1, drop=True)

处理后，group "a"会有两行分别对应众数1和2，sum值均为6；group "b"仅一行对应众数3，sum值为6。

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