pandas透视表数值舍入与SciPy stats.mode输出格式简化方法

前置修正：原参考代码的导入语法问题 #

原代码的导入语句存在语法冲突，正确的基础导入为：

import numpy as np
import pandas as pd
from scipy import stats

长小数调整为1位小数展示的实现 #

两类方案按需选择：

• 仅优化显示效果，不改动底层真实数据
  通过pandas浮点展示精度设置实现，不会修改聚合后的实际数值，适配需要保留原始精度、仅优化打印观感的场景：
  临时生效写法（不干扰全局pandas配置）：

  with pd.option_context('display.float_format', lambda x: '%.1f' % x):
      # 透视表生成及打印逻辑放在上下文内执行
      print(pivot_result)
  

  全局生效写法：在代码全局区域添加pd.set_option('display.float_format', lambda x: '%.1f' % x)，后续所有浮点型输出都会自动应用1位小数的展示规则。

• 直接修改聚合结果的数值精度
  如果需要将聚合值转换为保留1位小数的真实数值（比如后续要基于透视表结果做二次计算），在透视表生成完成后直接调用round方法即可：

  pivot_result = pivot_result.round(1)
  

众数纯数值提取实现 #

由于stats.mode默认返回结构为(存储众数的数组, 存储对应出现次数的数组)，会直接在透视表中展示嵌套元组，需要自定义包装函数提取纯众数值：

def get_clean_mode(series):
    # 处理空值场景，避免计算异常
    valid_series = series.dropna()
    if valid_series.empty:
        return np.nan
    # 从返回结构中提取纯众数值
    return stats.mode(valid_series)[0][0]

小提示：如果使用scipy 1.11及以上版本，可在调用stats.mode时添加keepdims=False参数，返回的众数会直接是标量，无需手动取数组索引。

将自定义函数替换原aggfunc参数中的stats.mode，完整的透视表生成代码为：

pivot_result = pd.pivot_table(
    df_inspections_violations, 
    index=['ACTIVITY YEAR', 'FACILITY ZIP'], 
    values="SCORE", 
    aggfunc=['mean', 'median', get_clean_mode]
)

内容的提问来源于stack exchange，提问作者MichaelChoudhury