无法理解 python 中 .mode() 的用法

Question

我有一个要求，我需要找出最受欢迎的开始时间。以下是帮助我找到正确解决方案的代码。

import time
import pandas as pd
import numpy as np

# bunch of code comes
# here
# that help in reaching the following steps

df = pd.read_csv(CITY_DATA[selected_city])

# convert the Start Time column to datetime
df['Start Time'] = pd.to_datetime(df['Start Time'])

# extract hour from the Start Time column to create an hour column
df['hour'] = df['Start Time'].dt.hour

# extract month and day of week from Start Time to create new columns
df['month'] = df['Start Time'].dt.month

df['day_of_week'] = df['Start Time'].dt.weekday_name

# find the most popular hour
popular_hour = df['hour'].mode()[0]

这是我尝试运行此查询

时得到的示例 o/p

"print(df['hour'])"

0         15
1         17
2          8
3         13
4         14
5          9
6          9
7         17
8         16
9         17
10         7
11        17
Name: hour, Length: 300000, dtype: int64

我使用

得到的o/p

print(type(df['hour']))

<class 'pandas.core.series.Series'>

最受欢迎的开始时间值存储在popular_hour中等于“17”（这是正确的值）

但是我无法理解 .mode()[0]

的部分

What does this .mode() do and why [0] ?

And will the same concept be to calculate popular month and popular day of the week also irrespective of their datatype

Answer 1

mode returns 一个系列：

df.mode()
0    17
dtype: int64

由此，您通过调用

获得第一项

df.mode()[0]
17

注意总是返回一个Series，有时如果mode有多个值，则全部返回：

pd.Series([1, 1, 2, 2, 3, 3]).mode()
0    1
1    2
2    3
dtype: int64

您仍然会每次都取第一个值并丢弃其余值。请注意，当返回多个模式时，它们总是排序。

阅读 mode 上的文档了解更多信息。

无法理解 python 中 .mode() 的用法

Not able to understand the use of .mode() in python

python

mode

series

pandas