如何获取 pandas 中几乎没有相同模式值的列的模式 pandas
How to get the mode of a column in pandas where there are few of the same mode values pandas
我有一个数据框，我想获取特定列的模式。
我正在使用：
freq_mode = df.mode()['my_col'][0]
但是我收到错误：
ValueError: ('The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()', 'occurred at index my_col')
我猜这是因为我几乎没有相同的模式。
我需要任何模式，没关系。我如何使用 any() 来获得任何存在的模式？
对我来说，您的代码可以很好地处理示例数据。
如有必要select 来自mode 的系列的第一个值使用：
freq_mode = df['my_col'].mode().iat[0]
我们可以看到一列
df=pd.DataFrame({"A":[14,4,5,4,1,5],
"B":[5,2,54,3,2,7],
"C":[20,20,7,3,8,7],
"train_label":[7,7,6,6,6,7]})
X=df['train_label'].mode()
print(X)
DataFrame
A B C train_label
0 14 5 20 7
1 4 2 20 7
2 5 54 7 6
3 4 3 3 6
4 1 2 8 6
5 5 7 7 7
Output
0 6
1 7
dtype: int64
我有一个数据框，我想获取特定列的模式。 我正在使用：
freq_mode = df.mode()['my_col'][0]
但是我收到错误：
ValueError: ('The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()', 'occurred at index my_col')
我猜这是因为我几乎没有相同的模式。
我需要任何模式，没关系。我如何使用 any() 来获得任何存在的模式？
对我来说，您的代码可以很好地处理示例数据。
如有必要select 来自mode 的系列的第一个值使用：
freq_mode = df['my_col'].mode().iat[0]
我们可以看到一列
df=pd.DataFrame({"A":[14,4,5,4,1,5],
"B":[5,2,54,3,2,7],
"C":[20,20,7,3,8,7],
"train_label":[7,7,6,6,6,7]})
X=df['train_label'].mode()
print(X)
DataFrame
A B C train_label
0 14 5 20 7
1 4 2 20 7
2 5 54 7 6
3 4 3 3 6
4 1 2 8 6
5 5 7 7 7
Output
0 6
1 7
dtype: int64