我有一個(gè)包含 ID 列和 10 個(gè)不同常規(guī)服務(wù)列和 1 個(gè)高級(jí)服務(wù)列的數(shù)據(jù)集。一個(gè)人可以多次進(jìn)入，因此 ID 可以重復(fù)。在一個(gè)人的訪問(wèn)期間，他們還可以購(gòu)買(mǎi)最多 10 項(xiàng)常規(guī)服務(wù)，外加 1 項(xiàng)高級(jí)服務(wù)。我希望能夠確定每個(gè)獨(dú)特的人購(gòu)買(mǎi)最多的常規(guī)服務(wù)，以及他們購(gòu)買(mǎi)最多的優(yōu)質(zhì)服務(wù)。如果任何服務(wù)的模式對(duì)于普通或高級(jí)服務(wù)都相同，則任何服務(wù)都可以。使用熊貓，我的數(shù)據(jù)框如下所示：ID    Service1    Service2    Service3 .... Service10    Premium----------------------------------------------------------------1     A           B           C             Z            XX1     B           C           D             Y            XY1     A           B           C             O            XX2     R           S           T             B            XX我試過(guò) df.mode() 和 pd.Series.mode() 但我不斷收到錯(cuò)誤。我正在嘗試生成唯一客戶(hù)端列表（按 ID）以及所有列的模式。我還需要一種單列模式。這是針對(duì)常規(guī)服務(wù)的（需要找到超過(guò) 10 列的模式）：def servicemode(group):    svcs_cols = [group['Service1'],               group['Service2'],               group['Service3'],               group['Service4'],               group['Service5'],               group['Service6'],               group['Service7'],               group['Service8'],               group['Service9'],               group['Service10']]    return pd.concat(dx_cols).dropna(inplace=False).agg(lambda x: pd.Series.mode(x)[0])df.groupby('ID').apply(servicemode)這是用于高級(jí)服務(wù)（需要在單列中找到模式）：df.groupby('ID')['Premium'].agg(lambda x: pd.Series.mode(x)[0])這是想要的結(jié)果：ID    RegSvcMode    PremiumSvcMode1     B             XX2     R             XX如果可能的話(huà)，我更喜歡使用純熊貓——任何建議將不勝感激。