在numpy与pandas中，快速找出mode(众数)

在numpy与pandas中，快速找出mode(众数)

 

一位朋友突然问我说，numpy中，如何找出一维数组和二维数组(矩阵)中的mode，我当然说我知道怎么找啊，等我回家后再写一下代码就知道了。。。，心里在想，numpy和pandas的常用函数和方法就那些，好像没有直接找出1个mode或多个mode的方法？于是就尝试着先不去stackoverflow找解法，自己动手先写一个自定义函数，看是否能实现这个功能，思路是这样的，先从最简单的数据结构开始，将numpy的一维数组，转成Python list，再使用counter配合循环计算频数，循环2次后再两两比较，然后取出最大值，ok，写好了，亲测有效，请见下图：

 

 

 

可是我这个方法太笨了，而且也不适用于二维数组，甚至要使用嵌套的for循环才能实现对二维数组的操作，太费脑子了，身为宇宙第一语言的Python，一定会有更简洁的方法，stackoverflow搜下，果然有的，嘿嘿，原来用scipy库的stats的这个统计模块，就可实现，代码如下：

 

 

另外，我原先写的代码，也可以优化成以下这几行，使用numpy的bincount()搭配argmax()即可，请见下面优化后的代码(此方法不适用于二维数组)：

 

 

 

但事实上，还有更为方便的方法，能更快找出mode，那就是将一维数组转成Pandas的Series，将二维数组转成Pandas的DataFrame，然后调用Pandas的mode()方法，一切搞定，就几行代码而已，比如df.mode()，以下为重构后的代码：