使用Pandas分析CSV：获取各问题的最频繁回答

问题描述 #

我的数据结构为每个问题重复6次，CSV示例如下：

Question,Person,Answer
Q_1,p1,3
Q_1,p1,3
Q_1,p1,3
Q_1,p1,3
Q_1,p1,3
Q_1,p1,3
Q_2,p1,1
Q_2,p1,1
Q_2,p1,1
Q_2,p1,1
Q_2,p1,1
Q_2,p1,1
Q_3,p1,1
Q_3,p1,1
Q_3,p1,3
Q_3,p1,1
Q_3,p1,2
Q_3,p1,2

我需要获取每个问题的最频繁回答（众数），并生成仅包含该内容的新CSV文件。但直接使用df.mode()时，只能得到整个Answer列的单一值，请问如何按每个问题分别获取对应的众数？

解决方法 #

核心是通过**分组（groupby）**结合mode()方法，针对每个问题单独计算众数，具体步骤如下：

1. 读取原始CSV数据
2. 按Question列分组，对每组的Answer列计算众数
3. 处理可能的多众数情况（若某问题存在多个出现次数相同的答案）
4. 将结果导出为新的CSV文件

代码实现（基于Pandas）

import pandas as pd

# 读取输入CSV文件
df = pd.read_csv('input.csv')

# 按Question分组，计算每组Answer的众数
# reset_index()将分组索引转为普通列
mode_result = df.groupby('Question')['Answer'].agg(pd.Series.mode).reset_index()

# 处理多众数场景：若某问题有多个众数，取第一个结果
mode_result['Answer'] = mode_result['Answer'].apply(
    lambda x: x[0] if isinstance(x, pd.Series) else x
)

# 导出结果到新CSV
mode_result.to_csv('question_modes.csv', index=False)

输出结果

运行上述代码后，生成的question_modes.csv内容如下：

Question,Answer
Q_1,3
Q_2,1
Q_3,1

内容的提问来源于stack exchange，提问作者Monika