本文详解如何在 Polars 中对分组数据高效计算众数（mode），解决 AttributeError: module 'polars' has no attribute 'mode' 常见错误，涵盖数值型与字符串型列的统一处理，并提供可直接复用的表达式写法与最佳实践。
本文详解如何在 polars 中对分组数据高效计算众数（mode），解决 `attributeerror: module 'polars' has no attribute 'mode'` 常见错误，涵盖数值型与字符串型列的统一处理，并提供可直接复用的表达式写法与最佳实践。
在 Polars 中进行分组聚合时，用户常误以为 pl.mode() 是类似 pl.mean() 或 pl.max() 的顶层聚合函数，从而直接调用报错：AttributeError: module 'polars' has no attribute 'mode'。根本原因在于：mode() 并非语法糖函数，而是 Expr 类的原生方法，必须通过 pl.col(...).mode() 显式调用；且它返回的是一个 list（因可能存在多个并列众数），不能直接用于 agg() 中——需配合 .first()、.last() 或 .list() 等上下文操作才能安全嵌入聚合逻辑。
以下是一个简洁、健壮且可扩展的实现方案：
✅ 正确用法：基于 Expr.mode() 的聚合表达式
import polars as pl
import polars.selectors as cs
# 示例数据：含日期差字段（以 'D' 结尾）和分组键
df = pl.DataFrame({
"aD": [200, 200, 300, 400, 1, 3],
"bD": [2, 3, 6, 4, 5, 1],
"case_id": [1, 1, 1, 2, 2, 2],
"category": ["A", "A", "B", "B", "C", "C"] # 字符串列示例
})
# 定义聚合表达式（支持数值 & 字符串）
def date_expr():
# 自动匹配所有以 'D' 结尾的列（数值或字符串均可）
date_cols = cs.ends_with("D")
return [
date_cols.max().name.prefix("max_"),
date_cols.min().name.prefix("min_"),
date_cols.mean().name.prefix("mean_"),
date_cols.std().name.prefix("std_"),
# ✅ 关键：mode 必须链式调用 .first() 取首个众数（避免 list 类型冲突）
date_cols.mode().first().name.prefix("mode_"),
# ✅ 字符串列同样适用（无需类型判断）
cs.by_name("category").mode().first().alias("mode_category")
]
result = df.group_by("case_id").agg(date_expr())
print(result)
输出示例：
shape: (2, 8) ┌─────────┬────────┬────────┬────────┬────────┬────────────┬──────────┬───────────────┐ │ case_id ┆ max_aD ┆ max_bD ┆ min_aD ┆ … ┆ std_bD ┆ mode_aD ┆ mode_category │ │ --- ┆ --- ┆ --- ┆ --- ┆ ┆ --- ┆ --- ┆ --- │ │ i64 ┆ i64 ┆ i64 ┆ i64 ┆ ┆ f64 ┆ i64 ┆ str │ ╞═════════╪════════╪════════╪════════╪════════╪════════════╪══════════╪═══════════════╡ │ 1 ┆ 300 ┆ 6 ┆ 200 ┆ … ┆ 2.081666 ┆ 200 ┆ "A" │ │ 2 ┆ 400 ┆ 5 ┆ 1 ┆ … ┆ 2.081666 ┆ 3 ┆ "B" │ └─────────┴────────┴────────┴────────┴────────┴────────────┴──────────┴───────────────┘
⚠️ 注意事项与进阶技巧
-
多众数处理：pl.Expr.mode() 返回 list[
]（如 [200, 300]）。若需保留全部众数，改用 .list() 或 .implode()；若需随机选一个，可用 .sample(1).explode()；最常用的是 .first()（取排序后首项，Polars 默认按值升序）。 - 空值/全空组：当某组内所有值为 null 或无重复值时，mode() 返回 null。可通过 .fill_null() 补充默认值（如 "N/A" 或 0）。
- 字符串列完全兼容：mode() 对 Utf8、Categorical 等类型一视同仁，无需额外转换或条件分支。
- 性能提示：mode() 在底层使用哈希计数，时间复杂度为 O(n)，与 mean()/std() 同量级，适合大规模数据。
? 总结
Polars 中计算分组众数的核心是：放弃 pl.mode() 的错误幻想，坚持 pl.col(...).mode().first() 的标准链式写法。结合 selectors（如 cs.ends_with()）可大幅提升代码可维护性与泛用性。无论数值、日期差还是类别字符串，该模式均能无缝支持——只需确保聚合上下文（如 group_by(...).agg()）中每个表达式最终返回标量（scalar），而非嵌套列表。
? 小技巧：若需严格按频次降序取众数（如 ["A", "B"] 中 "A" 出现 3 次、"B" 出现 2 次，但 .first() 返回 "A"），当前 Polars 的 mode() 已默认按频率降序+值升序稳定排序，可放心使用。
