如何在 Polars 中实现“众数唯一性校验”：当存在多个众数时返回 null-Python教程-PHP中文网

本文介绍如何使用 polars 的表达式 api，在计算列众数（mode）时自动判别是否唯一；若存在多个频率最高的值，则返回 null 而非全部候选值，从而严格满足“唯一众数”语义。

本文介绍如何使用 polars 的表达式 api，在计算列众数（mode）时自动判别是否唯一；若存在多个频率最高的值，则返回 null 而非全部候选值，从而严格满足“唯一众数”语义。

在数据分析中，“众数”通常被定义为出现频率最高的单一值。但 Polars 默认的 .mode() 表达式会返回所有并列最高频的值（即支持多众数），这在需要明确“唯一主导值”的场景下可能引发逻辑歧义——例如统计学检验、业务规则校验或模型特征工程中，我们往往要求众数必须唯一，否则视为缺失（null）。

要实现“仅当众数唯一时返回该值，否则返回 null”，推荐使用 pl.when().then() 条件表达式进行显式控制：

import polars as pl

df = pl.DataFrame({"a": [1, 1, 2, 3], "b": [1, 1, 2, 2]})

result = df.select(
    pl.when(pl.col("b").mode().len() == 1)
    .then(pl.col("b").mode())
)
print(result)

输出：

Rezi.ai

Rezi.ai是一款用于创建 ATS 友好简历、求职信和求职材料的 AI 简历工具。

下载

shape: (2, 1)
┌──────┐
│ b    │
│ ---  │
│ i64  │
╞══════╡
│ null │
│ null │
└──────┘

⚠️ 注意：.mode() 返回的是一个 Series（即使只有一个值），因此 pl.col("b").mode().len() 检查其长度是否为 1 是关键判断依据。上述写法会为每行生成一个结果（因 .mode() 在上下文中仍按列聚合，但 when/then 应用于聚合结果后，Polars 会广播填充），故返回两行 null —— 这是 Polars 默认的行对齐行为。

如需仅返回单个标量 null（而非多行 null），可进一步链式调用 .unique(maintain_order=True) 并取首项，或更简洁地使用聚合上下文：

# 推荐：在 select 中直接获取单值结果（一行一列）
single_mode = df.select(
    pl.when(pl.col("b").mode().len() == 1)
    .then(pl.col("b").mode())
    .first()  # 确保只返回一个值（即使 mode 返回多值，first 也只取第一个；但配合 when 后实际只触发一次）
).item()  # 若确定结果唯一且非空，可用 item() 提取 Python 值；否则建议保留 Expr 链式操作

# 或更稳健的写法（显式处理空情况）：
mode_expr = pl.col("b").mode()
df.select(
    pl.when(mode_expr.len() == 1)
    .then(mode_expr.first())
    .otherwise(None)  # 显式指定 else 分支为 None（即 null）
).to_series().to_list()  # → [None]

✅ 总结：