如何在DataFrame上计算行众数且不排序，无众数时取首列值？

我懂你的困扰——df.mode(axis=1)在遇到没有唯一众数的行时，会返回多个值，导致结果结构混乱，完全不符合预期。这里有个简洁可靠的解决方案：

步骤1：定义行处理函数 #

先写一个自定义函数，专门处理单行的众数判断逻辑：

def get_mode_or_first_col(row):
    # 计算当前行的众数，保留所有可能的结果
    row_mode = row.mode(dropna=False)
    # 如果只有一个众数（即存在唯一出现次数最多的值），返回这个众数
    if len(row_mode) == 1:
        return row_mode.iloc[0]
    # 否则（所有值出现次数相同，无唯一众数），返回第一列（a1）的值
    else:
        return row['a1']

步骤2：应用函数到DataFrame的每一行 #

用apply方法把这个函数作用到每一行，就能得到我们想要的结果：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({'a1': [2,3,4,8,8], 'a2': [2,5,7,5,10], 'a3':[1,9,4,10,2]})

# 生成结果
result = df.apply(get_mode_or_first_col, axis=1)

# 输出查看
print(result)

运行结果 #

执行后会输出完全符合你期望的内容：

0    2
1    3
2    4
3    8
4    8
dtype: int64

为什么这个方法可行？ #

• row.mode()会返回当前行所有出现次数最多的值：如果是唯一众数，结果长度为1；如果所有值出现次数相同（比如第二行的3、5、9各出现一次），结果会包含所有值，长度等于列数。
• 我们通过判断结果长度，决定返回众数还是第一列的值，完美覆盖了你的需求场景。

内容的提问来源于stack exchange，提问作者YOLO