Question

我有一个Date列的数据框，我按年分组数据，我可以计算平均值和中位数。但是如何计算模式呢？这是我得到的错误：

>>> np.random.seed(0)
>>> rng = pd.date_range('2010-01-01', periods=10, freq='2M')
>>> df = pd.DataFrame({ 'Date': rng, 'Val': np.random.random_integers(0,100,size=10) })
>>> df
        Date  Val
0 2010-01-31   44
1 2010-03-31   47
2 2010-05-31   64
3 2010-07-31   67
4 2010-09-30   67
5 2010-11-30    9
6 2011-01-31   83
7 2011-03-31   21
8 2011-05-31   36
9 2011-07-31   87
>>> df.groupby(pd.Grouper(key='Date',freq='A')).mean()
                  Val
Date                 
2010-12-31  49.666667
2011-12-31  56.750000
>>> df.groupby(pd.Grouper(key='Date',freq='A')).median()
             Val
Date            
2010-12-31  55.5
2011-12-31  59.5
>>> df.groupby(pd.Grouper(key='Date',freq='A')).mode()

Traceback (most recent call last):
  File "<pyshell#109>", line 1, in <module>
    df.groupby(pd.Grouper(key='Date',freq='A')).mode()
  File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 554, in __getattr__
    return self._make_wrapper(attr)
  File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 571, in _make_wrapper
    raise AttributeError(msg)
AttributeError: Cannot access callable attribute 'mode' of 'DataFrameGroupBy' objects, try using the 'apply' method

Answer 1

将np.unique与return_counts参数一起使用。
使用counts数组上的argmax从唯一数组中获取值。
使用np.apply_along_axis获取自定义函数mode

def mode(a):
    u, c = np.unique(a, return_counts=True)
    return u[c.argmax()]

df.groupby(pd.Grouper(key='Date',freq='A')).Val.apply(mode)

Date
2010-12-31    67
2011-12-31    21
Freq: A-DEC, Name: Val, dtype: int64

Answer 2

mode不是内置函数，它与pandas groupby对象自动兼容。您可以使用scipy.stats模块。不过，这感觉有点笨拙。

from scipy import stats

df.groupby(pd.Grouper(key='Date',freq='A')).apply(stats.mode)

或者，您可以使用value_counts()函数并获取返回的第一个索引值。这是我要去的路线。

df.groupby(pd.Grouper(key='Date', freq='A')).value_counts()[0].index.values[0]

Answer 3

mode就像其他人提到的那样是有问题的，但是可以像AttributeError建议的那样使用一个普通的lambda函数来应用DataFrameGroupby对象（并且不包含难看的切片或其他内容）：

df.groupby(grouping_column)[[i for i in pivotable_columns]].apply(lambda x: x.mode())]

计算DataFrameGroupBy对象的模式时出错

3 个答案: