2

Tengo un dataframe con varia columnas con números. Columnas con labels UNO, DOS... CINCO. Y quiero hallar la moda.

Lo he hecho uniendo en una SERIES todas las columnas buscando la MODA.

Pero no me gusta, seguro que hay una manera más elegante.

introducir la descripción de la imagen aquí

¿Qué hago mal?

Gracias

4
  • Hola. De la pregunta no me queda muy claro si la moda la necesita por fila, columna o de todo el dataframe. ¿Cuál de las 3 modas necesita?
    – Ondino
    Commented el 29 oct. 2020 a las 18:36
  • En este caso, de todos las columnas de todo el dataframe. Lo he realizado pero como ves quizás un poco a lo bestia.
    – DANIEL
    Commented el 29 oct. 2020 a las 18:48
  • Ok, preguntaba porque hay de varias formas: df.mode tiene un argumento para hacerlo por columnas o listas por ejemplo: df.mode(axis=0) donde 0 es por fila, y 1 por columna. O si quieres de TODOS los datos, también podrías hacer algo así df.values.tolist().mode()
    – Ondino
    Commented el 29 oct. 2020 a las 19:02
  • Con axis he hecho pruebas, y tampoco me iba.
    – DANIEL
    Commented el 29 oct. 2020 a las 19:12

2 respuestas 2

3

Puedes hacer algo así:

import pandas as pd

pd.Series(df[["uno", "dos", "tres"]].values.flatten()).mode()[0]

Con df.values obtenemos un array de las dimensiones originales y con flatten() lo "aplanamos" a uno de una sola dimensión. Lo único que restaría es usar pd.Series() para transformarlo en una Serie y poder usar mode()

3
  • Gracias. Imagina que además de las columnas que te he puesto hay más ( mi caso), como fechas, objetos, string... y tu solo necesitas hacer la MODA de todos los números de las columnas UNO a CINCO. ese flatten() no es de todo el array. ¿Se puede?, ¿Cómo?
    – DANIEL
    Commented el 29 oct. 2020 a las 19:26
  • Si sabes el número de columnas, se puede hacer algo así: pd.Series(df.iloc[:,1:4].values.flatten()).mode()[0]
    – Ondino
    Commented el 29 oct. 2020 a las 19:30
  • Selecciona las columnas del dataframe antes de values, fijate mi edición Commented el 29 oct. 2020 a las 19:36
0

Otra forma, obteniendo primero la frecuencia absoluta, se transforma de tipo pandas a numpy y con max() se obtiene el numero mayor

moda = pd.crosstab(index=matriz, columns="count").to_numpy().max()   
# .crosstab genera la agrupacion o la frecuencia absoluta
# .to_numpy() convierte el DataFrame a arreglo numpy
# max() obtiene el maximo valor

print("moda = ", moda)

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.