pandas按行计算多列众数时DataFrame出现多余列报错ValueError如何解决？

pandas 中DataFrame.mode(axis=1)会返回每行的全部众数：如果某一行存在多个出现频次相等的最高频数值，就会为每个众数单独生成一列，缺失位置自动填充NaN。你遇到的报错是因为样本中至少有一行存在2个众数，导致mode返回了2列的DataFrame，无法直接赋值给单个新列。

• 方案1：直接取每行第一个众数
  无需额外逻辑的场景下，直接取mode返回结果的第一列即可，代码如下：

  finals_preds['ENSEMB'] = finals_preds[['ISOFOR','SVM-1C','KMEANS','LOCOUT']].mode(axis=1)[0]
  

• 方案2：自定义多众数处理规则
  如果需要明确指定多众数时的取值逻辑（比如取数值更小的、按算法优先级取），可以用apply自定义行处理函数，示例如下：

  def get_row_mode(row):
      count_res = row.value_counts()
      # 提取所有众数
      all_modes = count_res[count_res == count_res.max()].index.tolist()
      # 示例逻辑：多众数时取数值最小的，可根据业务需求修改
      return min(all_modes)
  
  finals_preds['ENSEMB'] = finals_preds[['ISOFOR','SVM-1C','KMEANS','LOCOUT']].apply(get_row_mode, axis=1)
  

• 方案3：多众数场景特殊标记
  如果多众数属于需要排查的异常情况，可以给这类行填充自定义标记，方便后续处理：

  mode_res = finals_preds[['ISOFOR','SVM-1C','KMEANS','LOCOUT']].mode(axis=1)
  # 单众数取众数值，多众数填充标记999
  finals_preds['ENSEMB'] = mode_res[0].where(mode_res.shape[1] == 1, 999)
  

内容的提问来源于stack exchange，提问作者Shane Li