Pandas - mode

mode() Metodu

Sayısal bir veri serisi içindeki en çok tekrar eden sayı, o serinin modu olarak adlandırılır. pandas.DataFrame.mode() metodu, bir DataFrame'in satırları veya sütunları boyunca en sık tekrar eden (mod) değerleri bulur. Sonuç olarak, orijinal DataFrame ile aynı indekslere ve aynı sütun isimlerine sahip yeni bir DataFrame döndürür. Bazı serilerde maksimum tekrar sayısına sahip birden fazla seri elemanı olabilir. Bu durumda, serinin birden fazla modu olur.

Sözdizimi:

 DataFrame.mode(axis=0, numeric_only=False, dropna=True)

Temel Özellikler ve Davranış

• Veri Tipleri: Mod, sayısal, kategorik ve metinsel (string) tüm veri tipleri için hesaplanabilir.

• Birden Fazla Mod: Bir sütunda birden fazla değer aynı en yüksek frekansta görünüyorsa (yani birden fazla mod varsa), fonksiyon bu mod değerlerinin hepsini döndürür. Bu nedenle, sonuç DataFrame'i genellikle orijinal DataFrame'den daha fazla satıra sahip olabilir.

• Örneğin, bir sütunda [1, 2, 2, 3, 3, 4] değerleri varsa, hem 2 hem de 3 moddur. Sonuç DataFrame'inde bu sütun için iki ayrı satırda hem 2 hem de 3 yer alacaktır.

• NaN Değerleri: Varsayılan olarak, NaN (Not a Number - Eksik Değer) değerler hesaplamaya dahil edilmez. Mod, yalnızca geçerli (non-NaN) değerler arasında bulunur.

• Sonuç Tipi: Her zaman bir DataFrame döndürür.

Parametreler

Fonksiyonun iki ana parametresi vardır:

1. axis (Eksen): Modun hangi eksen boyunca hesaplanacağını belirtir.

2. axis=0 (Varsayılan): Sütunlar boyunca (yani her bir sütunun modunu) hesaplar. Bu en yaygın kullanımdır.

3. axis=1: Satırlar boyunca (yani her bir satırın modunu) hesaplar. Satırın modunun ne olduğu daha az kullanılır.

4. numeric_only (Yalnızca Sayısal): Modun sadece sayısal sütunlar için mi hesaplanacağını belirtir.

5. False (Varsayılan): Tüm sütunları (sayısal ve sayısal olmayan) dahil eder.

6. True: Yalnızca sayısal veri tiplerine sahip sütunları dahil eder.

Örnekler

Bir ankette en çok verilen cevabı veya bir mağazada en çok satılan ürünü bulmak gibi kategorik veri analizi yaparken oldukça kullanışlıdır.

import pandas as pd
import numpy as np

# Örnek DataFrame
data = {'A': [1, 2, 2, 3, 4],
        'B': ['elma', 'armut', 'elma', 'muz', 'elma'],
        'C': [5, 6, 6, 7, 7]}
df = pd.DataFrame(data)
print(df)

Çıktı:

   A      B  C
0  1   elma  5
1  2  armut  6
2  2   elma  6
3  3    muz  7
4  4   elma  7

Her sütunun modunu hesaplayalım;

# Her sütunun modunu hesapla (axis=0 varsayılan)
sonuc = df.mode()
print(sonuc)

     A     B  C
0  2.0  elma  6
1  NaN   NaN  7

Çıktı Analizi:

• A Sütunu: 2 ve 3, aynı sıklıkta (birer kez) tekrar ettiği için iki mod olarak döndürüldü.

• B Sütunu: "elma" en sık görülen değerdir (tek mod).

• C Sütunu: 6 ve 7, aynı sıklıkta (ikişer kez) tekrar ettiği için iki mod olarak döndürüldü.

• A ve C sütunlarının birden fazla modu olduğu için sonuç DataFrame'i iki satırdan oluşur ve ikinci modun olmadığı yerlere NaN atılır.

axis parametresini somut bir örnekle inceleyelim.

Veri çerçevemiz aşağıdadır;

import pandas as pd
import numpy as np

# Örnek DataFrame oluşturma
data = {
    'Sayı1': [10, 20, 20, 30, 30, 40],
    'Sayı2': [5, 5, 5, 8, 8, 9],
    'Kategori': ['A', 'B', 'A', 'C', 'A', 'B'],
    'Fiyat': [1.5, 1.5, np.nan, 2.0, 2.0, 2.0]
}
df = pd.DataFrame(data)

print("--- Orijinal DataFrame ---")
print(df)

Çıktı:

--- Orijinal DataFrame ---
   Sayı1  Sayı2 Kategori  Fiyat
0     10      5        A    1.5
1     20      5        B    1.5
2     20      5        A    NaN
3     30      8        C    2.0
4     30      8        A    2.0
5     40      9        B    2.0

axis=0 Kullanımı (Varsayılan);

Bu, modun sütunlar boyunca (her bir sütunun en sık görülen değeri) hesaplandığı varsayılan davranıştır.

# Varsayılan (axis=0, numeric_only=False)
mod_sutunlar = df.mode()
print("\n--- Sonuç 1: Sütunların Modu (axis=0) ---")
print(mod_sutunlar)

Çıktı:

--- Sonuç 1: Sütunların Modu (axis=0) ---
   Sayı1  Sayı2 Kategori  Fiyat
0     20    5.0        A    2.0
1     30    NaN      NaN    NaN

💡 Çıktı Analizi:

Gördüğünüz gibi: Sayı1 sütununda iki mod olduğu için sonuç DataFrame'i iki satır döndürmüş, diğer sütunlarda tek mod olduğu için ikinci satırda NaN (veya ilgili veri tipinin karşılığı) görünmüştür.

axis=1 Kullanımı:

Bu, modun satırlar boyunca (her bir satırın en sık görülen değeri) hesaplandığı durumdur. Bu, genellikle bir satırdaki bazı değerlerin (örneğin anket cevapları) tekrar edip etmediğini kontrol etmek için kullanılır.

# Satırların Modu
mod_satirlar = df.mode(axis=1)
print("\n--- Sonuç 3: Satırların Modu (axis=1) ---")
print(mod_satirlar)

Çıktı:

--- Sonuç 3: Satırların Modu (axis=1) ---
    0  1  2    3
0  10  5  A  1.5
1  20  5  B  1.5
2  20  5  A  NaN
3  30  8  C  2.0
4  30  8  A  2.0
5  40  9  B  2.0

💡 Çıktı Analizi:

Not: Bu örnekte, her satırdaki tüm değerler birbirinden farklı olduğu için (NaN'lar hariç), mod bulunamadı ve sonuç olarak NaN döndürüldü.

Satır Modu için Ek Örnek (Daha Net Olması İçin)

Eğer DataFrame'i aşağıdaki gibi olsaydı:

df_row_test = pd.DataFrame({'a': [1, 2, 2], 'b': [1, 5, 6], 'c': [1, 5, 2]})
print("\n--- Satır Modu Test DataFrame ---")
print(df_row_test)

Çıktı:

--- Satır Modu Test DataFrame ---
   a  b  c
0  1  1  1
1  2  5  5
2  2  6  2

Satırların modunu bulalım;

print(df_row_test.mode(axis=1))

Çıktı:

   0
0  1
1  5
2  2

Satır Modu Test Çıktı Analizi:

Bu test örneğinde, satır 0'ın modu 1, satır 1'in modu 5 ve satır 2'nin modu 2 olacaktır. axis=1 bu şekilde çalışır.

numeric_only parametresini somut bir örnekle inceleyelim.

numeric_only=True Kullanımı

Veri çerçevemiz aşağıdaki gibi olsun;

import pandas as pd
import numpy as np

# Örnek DataFrame oluşturma
data = {
    'Sayı1': [10, 20, 20, 30, 30, 40],
    'Sayı2': [5, 5, 5, 8, 8, 9],
    'Kategori': ['A', 'B', 'A', 'C', 'A', 'B'],
    'Fiyat': [1.5, 1.5, np.nan, 2.0, 2.0, 2.0]
}
df = pd.DataFrame(data)

print("--- Orijinal DataFrame ---")
print(df)

Çıktı:

--- Orijinal DataFrame ---
   Sayı1  Sayı2 Kategori  Fiyat
0     10      5        A    1.5
1     20      5        B    1.5
2     20      5        A    NaN
3     30      8        C    2.0
4     30      8        A    2.0
5     40      9        B    2.0

Bu parametre axis=0 (sütun modu) ile birlikte kullanıldığında, sadece sayısal veri tipine sahip sütunların modunun hesaplanmasını sağlar.

# Yalnızca Sayısal Sütunların Modu
mod_sayisal = df.mode(numeric_only=True)
print("\n--- Sonuç 2: Sadece Sayısal Sütunların Modu (numeric_only=True) ---")
print(mod_sayisal)

Çıktı:

--- Sonuç 2: Sadece Sayısal Sütunların Modu (numeric_only=True) ---
   Sayı1  Sayı2  Fiyat
0     20    5.0    2.0
1     30    NaN    NaN

💡 Çıktı Analizi:

Gördüğünüz gibi: Kategori sütunu, numeric_only=True ayarı sayesinde sonuç DataFrame'inde yer almaz.

Kaynaklar:

• pandas.DataFrame.mode — pandas 2.3.3 documentation
• Google Gemini