Pandas df.mode ValueError：错误传递的项目数 5，位置暗示 1

Question

我有一个带有一些空值的 Pandas 数据框（名为 all_samples_z_df）：

        sample1     sample2    sample3  mean median mode
pos1      2           4           2       2     2
pos2      1                       1       1     1   
pos3      3           5                   4     4      

当我创建均值或中值列时没有问题，但是当我尝试创建模式列时出现此错误：ValueError: Wrong number of items passed 5, placement means 1

我正在使用这些命令，这些命令在 pandas 手册中有所说明，但我收到了模式错误。你知道我该如何解决这个问题吗？

all_samples_z_df['mean'] = all_samples_z_df.mean(axis=1)
all_samples_z_df['median'] = all_samples_z_df.median(axis=1)
all_samples_z_df['mode'] = all_samples_z_df.mode(axis=1)

Answer 1

我注意到 DataFrame 中的“空”字段打印为 空格 （而不是 NaN）。 所以我假设你的每一列至少包含一个空格是 对象类型。 要验证它，请运行 all_samples_z_df.info()。

要计算 mean 和 median，所有 sample... 列应该是 数字类型，否则将被忽略。

这个“忽略大小写”从 mean 列的结果中可见。 请注意，第一行的实际平均值为：

(2 + 4 + 2) / 3 = 2.666667

但你的第 1 行的平均值只是 2，所以显然只有 sample1 列 已经算了。

为了获得正确的值类型，在我的测试中我创建了一个包含ig的源文件：

,sample1,sample2,sample3
pos1,2,4,2
pos2,1,,1
pos3,3,5,

然后调用：

all_samples_z_df = pd.read_csv('input.csv', index_col=0)

得到：

      sample1  sample2  sample3
pos1        2      4.0      2.0
pos2        1      NaN      1.0
pos3        3      5.0      NaN

所以现在“空”值打印为 NaN。

当你运行all_samples_z_df.info()时，你会看到

• sample1 列是 int64 类型，
• 其余两列均为 float64 类型。

另一个提示：当你计算所有函数时，你应该取 3 个初始值 仅列。 否则，之前计算的列将作为源包含在其他计算中， 可能不是你想要的。

现在，没有任何障碍，你可以奔跑了：

all_samples_z_df['mean'] = all_samples_z_df.iloc[:, 0:3].mean(axis=1)
all_samples_z_df['median'] = all_samples_z_df.iloc[:, 0:3].median(axis=1)

（注意iloc[:, 0:3]. 添加到两个指令中）。

目前的结果是：

      sample1  sample2  sample3      mean  median
pos1        2      4.0      2.0  2.666667     2.0
pos2        1      NaN      1.0  1.000000     1.0
pos3        3      5.0      NaN  4.000000     4.0

现在运行all_samples_z_df.iloc[:, 0:3].mode(axis=1)（只是为了查看结果）：

        0    1
pos1  2.0  NaN
pos2  1.0  NaN
pos3  3.0  5.0

意思是：

• 对于前 2 行，最常出现的值分别是 2 和 1。
• 但在第三行有 两个 值最常出现（等于 出现次数）：
  • 第一个是3，
  • 第二个是5。

这就是您的问题的根源：两个项（3 和 5）已经 作为最后一行中新列的内容传递。

一种可能的解决方案是只使用多个值中的第一个，这样您就可以运行：

all_samples_z_df['mode'] = all_samples_z_df.iloc[:, 0:3].mode(axis=1)[0]

改为（注意添加 [0]）。

现在的结果是：

      sample1  sample2  sample3      mean  median  mode
pos1        2      4.0      2.0  2.666667     2.0   2.0
pos2        1      NaN      1.0  1.000000     1.0   1.0
pos3        3      5.0      NaN  4.000000     4.0   3.0