pandas中mode() 函数的应用

mode() 函数用于计算 DataFrame 或 Series 中数值型数据的众数。众数是指数据集中出现频率最高的值。它可以对整个 DataFrame 或 Series 进行计算众数,也可以沿着指定的轴(行或列)进行计算众数。

下面是一个示例,说明如何使用 mode() 函数:

import pandas as pd

# 创建一个 DataFrame
data = {
    'A': [1, 2, 3, 3, 4],
    'B': [4, 5, 6, 6, 7],
    'C': [7, 8, 8, 9, 9]
}
df = pd.DataFrame(data)

# 计算整个 DataFrame 的众数
total_mode = df.mode()
print("Total mode of DataFrame:")
print(total_mode)

# 计算每列的众数
column_mode = df.mode(axis=0)
print("\nColumn mode:")
print(column_mode)

# 计算每行的众数
row_mode = df.mode(axis=1)
print("\nRow mode:")
print(row_mode)

输出结果:

Total mode of DataFrame:
   A  B  C
0  3  6  8

Column mode:
   A  B  C
0  3  6  8

Row mode:
   0  1  2
0  1  4  7
1  2  5  8
2  3  6  8
3  3  6  9
4  4  7  9

在这个示例中,我们首先创建了一个 DataFrame,并使用 mode() 函数计算了整个 DataFrame 的众数、每列的众数以及每行的众数。可以通过指定 axis 参数来沿着行或列进行计算众数,默认情况下是对列进行计算众数。

  • 11
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值