Python 在数据帧上计算模式而不排序结果

我有这样一个数据框：

df = pd.DataFrame({'a1': [2,3,4,8,8], 'a2': [2,5,7,5,10], 'a3':[1,9,4,10,2]})

    a1  a2  a3
0   2   2   1
1   3   5   9
2   4   7   4
3   8   5   10
4   8   10  2

输出应为：

0  2 
1  3
2  4
3  8 
4  8

操作：我想按行计算模式，如果模式不存在，我想从a1（第一列）中得到值

例如：在第二行

（3,5,9）

，模式不存在，因此我在输出中得到

3

---

注意：我已经尝试了

df.mode（axis=1）

，但这似乎会将值序列按行洗牌，因此我并不总是获得输出中第一列的值。无排序方法

agg

+

集合。计数器

。不对模式进行排序

---

模式排序方法

沿第一个轴使用

模式

，然后选择先到的：

df.mode(axis=1).iloc[:, 0]

或者

scipy.stats.mode

from scipy.stats import mode
np.array(mode(df, axis=1))[0].squeeze()
array([2, 3, 4, 5, 2])

---

还有一个选项是使用

np。其中

：

mode = df.mode(axis=1)
np.where(mode.iloc[:,-1].isnull(),
    mode.iloc[:,0], # No tie, use the calculated mode 
    df.iloc[:,0]) # Tie, use the first column of the original df
# array([2., 3., 4., 8., 8.])

---

为什么不干脆

df.mode（axis=1）[0]

？请检查问题中的注释。很抱歉，我应该先更新它。@cᴏʟᴅsᴘᴇᴇᴅ 你的回答在某些情况下不成立。我已经用新行更新了df。请检查。@ MunsiSalasWAT HI，如果这是你所需要的，你能考虑接受吗？ᴏʟᴅsᴘᴇᴇᴅ 这最终解决了问题。我会接受你的回答，因为你没有放弃。我已经更新了问题。棘手的部分不见了。我不认为这是重复的。你说的“模式不存在”是指有一条领带吗？@BallpointBen是的，没错。

0    2.0
1    3.0
2    4.0
3    5.0
4    2.0
Name: 0, dtype: float64

from scipy.stats import mode
np.array(mode(df, axis=1))[0].squeeze()
array([2, 3, 4, 5, 2])

mode = df.mode(axis=1)
np.where(mode.iloc[:,-1].isnull(),
    mode.iloc[:,0], # No tie, use the calculated mode 
    df.iloc[:,0]) # Tie, use the first column of the original df
# array([2., 3., 4., 8., 8.])