pandas：如何获取pandas系列中出现频率最高的item？

Question

如何获得pandas 系列中最常见的项目？

考虑系列s

s = pd.Series("1 5 3 3 3 5 2 1 8 10 2 3 3 3".split()).astype(int)

返回值应该是3

Answer 1

您可以只使用pd.Series.mode 并提取第一个值：

res = s.mode().iloc[0]

这不一定是低效的。与往常一样，用您的数据进行测试，看看适合什么。

import numpy as np, pandas as pd
from scipy.stats.mstats import mode
from collections import Counter

np.random.seed(0)

s = pd.Series(np.random.randint(0, 100, 100000))

def jez_np(s):
    _, idx, counts = np.unique(s, return_index=True, return_counts=True)
    index = idx[np.argmax(counts)]
    val = s[index]
    return val

def pir(s):
    i, r = s.factorize()
    return r[np.bincount(i).argmax()]

%timeit s.mode().iloc[0]                 # 1.82 ms
%timeit pir(s)                           # 2.21 ms
%timeit s.value_counts().index[0]        # 2.52 ms
%timeit mode(s).mode[0]                  # 5.64 ms
%timeit jez_np(s)                        # 8.26 ms
%timeit Counter(s).most_common(1)[0][0]  # 8.27 ms

Answer 2

使用value_counts 并通过index 选择第一个值：

val = s.value_counts().index[0]

或Counter.most_common:

from collections import Counter

val = Counter(s).most_common(1)[0][0]

或者numpy的解决方案：

_, idx, counts = np.unique(s, return_index=True, return_counts=True)
index = idx[np.argmax(counts)]
val = s[index]

Answer 3

pandas.factorize 和 numpy.bincount

这与@jezrael 的 Numpy 答案非常相似。区别在于使用factorize 而不是numpy.unique

• factorize 返回整数分解和唯一值
• bincount 计算每个唯一值的数量
• argmax 确定哪个 bin 或因素是最频繁的
• 使用从 argmax 返回的 bin 的位置来引用唯一值数组中出现频率最高的值

---

i, r = s.factorize()
r[np.bincount(i).argmax()]

3

Answer 4

from scipy import stats
import pandas as pd
x=[1,5,3,3,3,5,2,1,8,10,2,3,3,3]
data=pd.DataFrame({"values":x})


print(stats.mode(data["values"]))

output:-ModeResult(mode=array([3], dtype=int64), count=array([6]))