Python statistics求众数遇多值报错、multimode无法识别问题

• statistics.mode() 从设计上仅支持返回唯一众数，当数据集存在多个频次并列最高的值时，会直接抛出StatisticsError: no unique mode; found X equally common values，属于函数预期行为，和数据规模无关。
• statistics.multimode() 无法被识别的原因是：该方法是Python 3.8及以上版本才内置到statistics标准库的，运行环境的Python版本低于3.8时，解释器找不到该方法定义，就会触发名称类报错。

方案1：使用pandas原生接口（推荐，适配你当前的数据流，无版本依赖、性能适合大规模数据） #

你当前处理的是pandas的Series对象，不需要依赖statistics模块，直接用pandas内置的频次统计方法即可一次性拿到所有众数：

import pandas as pd

df = pd.read_csv('Area(1).txt', delimiter='\t')
df4 = df.iloc[0:528, 5]

# 统计列内每个值的出现频次
value_counts = df4.value_counts()
# 提取最高频次值
max_count = value_counts.max()
# 筛选所有频次等于最高值的结果，即为全部众数
multi_modes = value_counts[value_counts == max_count].index.tolist()

print(multi_modes)

方案2：升级Python版本后调用官方multimode #

如果要使用statistics内置的多众数方法，将本地Python环境升级到3.8或更高版本后，可直接按如下方式调用：

import pandas as pd
import statistics 

df=pd.read_csv('Area(1).txt',delimiter='\t')
df4=df.iloc[0:528,5]
multi_modes = statistics.multimode(df4)
print(multi_modes)

方案3：低版本Python手动实现多众数逻辑 #

如果暂时无法升级Python版本，可以借助collections模块的计数能力手动实现等价逻辑，效果和官方multimode完全一致：

import pandas as pd
from collections import Counter

df=pd.read_csv('Area(1).txt',delimiter='\t')
df4=df.iloc[0:528,5]

count_map = Counter(df4.tolist())
max_freq = max(count_map.values())
multi_modes = [val for val, freq in count_map.items() if freq == max_freq]
print(multi_modes)

内容的提问来源于stack exchange，提问作者Kurapika