计算数据帧的模式而不对结果进行排序

Question

我有一个像这样的数据框：

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

输出应该是：

0  2 
1  3
2  4
3  8 
4  8

该怎么做：我想按行计算众数，如果众数不存在，我想要 a1 （第一列）中的值。

例如：在第二行中(3,5,9)，模式不存在，因此我进入3输出。

注意：我已经尝试过df.mode(axis=1)，但这似乎会按行打乱值的序列，因此我并不总是获得输出中第一列的值。

Answer 1

无排序方法

agg+ collections.Counter. 不对模式进行排序。

from collections import Counter
df.agg(lambda x: Counter(x).most_common(1)[0][0], axis=1)

0    2
1    3
2    4
3    8
4    8
dtype: int64

模式排序方法

1. mode沿第一个轴使用，然后取先出现的值：

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

   或者，

   df.mode(axis=1)[0] 
   

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

2. scipy.stats.mode

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