如何用groupby().transform()求DataFrame分组众数？遇平局赋值'x'

你的核心问题是分组求众数时，平局场景需要返回'x'，但原代码直接取mode()的第一个元素，无法识别平局情况。

自定义函数实现逻辑 #

先定义处理单组的函数，通过判断众数数量识别平局：

def get_majority_vote(series):
    modes = series.mode()
    # 众数数量大于1则判定为平局，返回'x'；否则返回唯一众数
    return 'x' if len(modes) > 1 else modes.iloc[0]

再通过groupby.transform将函数应用到每个分组：

import pandas as pd

lst = [["High", "A"], ["High", "A"], ["High", "B"],["Medium", "A"], ["Medium", "B"], ["Medium", "C"]]
df = pd.DataFrame(lst, columns =["Class", "Grade"])

df['Majority_vote'] = df.groupby('Class')['Grade'].transform(get_majority_vote)

运行后得到预期结果：

原代码问题说明 #

原代码lambda x: x.mode()[0]在平局时，x.mode()会返回包含所有众数的Series（比如Medium组返回['A', 'B', 'C']），取[0]只会拿到第一个元素，而非你预期的nan，因此无法区分平局场景。

内容的提问来源于stack exchange，提问作者Meeow