如何在Pandas每行多列中确定分类标签最高出现频次并生成新列

刚好碰到过类似的需求，用Pandas的mode()函数就能轻松解决这个问题，直接按行计算众数就行，具体看下面的步骤：

首先，先构造你给出的示例数据：

import pandas as pd

# 构造示例DataFrame
data = {
    'Class_1': ['versicolor', 'virginica', 'virginica', 'versicolor', 'versicolor'],
    'Class_2': ['setosa', 'versicolor', 'setosa', 'setosa', 'versicolor'],
    'Class_3': ['setosa', 'virginica', 'setosa', 'setosa', 'virginica']
}
df = pd.DataFrame(data)

接下来，直接给每行添加Predictions列，值为该行所有Class列中出现次数最多的标签：

# 按行计算众数，取第一个结果作为Predictions
df['Predictions'] = df.mode(axis=1)[0]

运行后得到的结果完全符合你的期望：

Class_1     Class_2     Class_3 Predictions
0  versicolor      setosa      setosa      setosa
1   virginica  versicolor   virginica   virginica
2   virginica      setosa      setosa      setosa
3  versicolor      setosa      setosa      setosa
4  versicolor  versicolor   virginica  versicolor

补充说明：处理多众数的情况 #

如果某一行存在多个出现次数相同的标签（比如三列里三个标签各出现1次），mode()会返回所有符合条件的标签，这时候[0]会默认取第一个出现的标签。

如果需要自定义这种场景的处理逻辑，比如返回多个标签或者指定规则，可以用自定义函数实现：

# 自定义处理多众数的函数
def get_most_frequent(row):
    counts = row.value_counts()
    max_count = counts.max()
    # 获取所有出现次数等于max_count的标签
    most_frequent = counts[counts == max_count].index.tolist()
    # 这里可以自定义规则，比如返回第一个，或者用逗号分隔多个标签
    return most_frequent[0] if len(most_frequent) > 0 else None

df['Predictions'] = df.apply(get_most_frequent, axis=1)

这个函数更灵活，你可以根据需求调整返回值，比如当有多个众数时返回拼接后的字符串或者列表。

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