Pandas.Series.mode() 众数 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

Pandas.Series.mode()

Series.mode 方法用于返回Series的众数。

⚠️ 注意 :

出现次数最多的值就是众数，这个值可以是字符串类型的。

众数可以有多个。

所有元素出现的次数都一样，则这些元素都将作为众数返回。

数值相等的浮点数、整数，在求众数时，会被解析为相同的元素，例如1.0和1 在同行或同列出现，则被理解为数字1出现了2次。

语法：

Series.mode(dropna=True)

返回值：

• Series

参数说明：

dropna 忽略缺失值

• dropna : bool, default True

  dropna 参数，用于控制是否在计算众数时忽略缺失值，默认 dropna=True 表示缺失值（Nan）不参与众数计算：。例1

  • True: 示缺失值（Nan）不参与众数计算（默认）。
  • False： 示缺失值（Nan）参与众数计算。

    ⚠️ 注意:

    缺失值的众数，依然是缺失值（Nan）

相关方法：

➡️ 相关方法

---

• DataFrame.mode

  众数

• Series.value_counts

  频数(元素数量计数)

• DataFrame.value_counts

  频数(元素素数量计数)

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

例1：计算Series的众数

例1-1、创建演示数据

import numpy as np
import pandas as pd

s = pd.Series([2, 4, None, None, 4, None])
s

0    2.0
1    4.0
2    NaN
3    NaN
4    4.0
5    NaN
dtype: float64

例1-2、求众数，默认不会计算缺失值的数量

s.mode()

0    4.0
dtype: float64

例1-3、求众数，如果传递 dropna=False ，则可以计算缺失值的众数。

s.mode(dropna=False)

0   NaN
dtype: float64