Pandas mode()多返回值平局的自定义非随机处理方案

极简单行实现（小数据量首选） #

直接对mode返回的结果做后处理，一行代码即可满足需求：

d['final_mode'] = d.mode(axis=1).apply(lambda x: x.dropna()[x.dropna().str.len().idxmin()], axis=1)

原理是mode(axis=1)返回的每行非空值都是当前行的众数，我们只需要在这些值里筛选出字符串长度最短的即可。

易读自定义函数实现（方便扩展规则） #

如果后续需要调整平局规则，推荐用可读性更强的自定义函数实现：

def get_custom_mode(row):
    # 统计每行各值的出现频次
    freq = row.value_counts()
    # 排序规则：先按频次降序，再按字符串长度升序
    sorted_freq = freq.sort_values(ascending=False, key=lambda cnt: (-cnt, freq.index.str.len()))
    # 取排序后第一个值即为最终结果
    return sorted_freq.index[0]

d['final_mode'] = d.apply(get_custom_mode, axis=1)

如果需要补充其他平局规则，比如长度相同时优先选字典序更小的值，仅需要修改sort_values的key参数即可，示例：
lambda cnt: (-cnt, freq.index.str.len(), freq.index)

高性能向量化实现（适合10万行以上大表） #

数据量较大时apply的性能会成为瓶颈，用全向量化操作可以实现10倍以上的性能提升：

# 转为长表统计每行各值的出现次数
long_df = d.stack().reset_index(name='val')
counts = long_df.groupby(['level_0', 'val']).size().reset_index(name='cnt')
# 新增长度列用于排序
counts['str_len'] = counts['val'].str.len()
# 按行分组，先按频次降序、再按长度升序，取每组第一个
counts = counts.sort_values(['level_0', 'cnt', 'str_len'], ascending=[True, False, True])
d['final_mode'] = counts.groupby('level_0')['val'].first()

内容的提问来源于stack exchange，提问作者Mr Felix U