Pythonで最頻値を求める方法|statistics.mode()・Counter・NumPy・pandasと同点のときの違い
Pythonで最頻値(いちばん多く出てくる値)を求めるなら、標準ライブラリの statistics.mode() を使うのが簡単です。statistics.mode([1, 1, 2, 3, 3, 3]) は 3 を返し、文字列のリストにも使えます。回数も知りたいなら collections.Counter、NumPyの配列なら np.unique()、pandasなら Series.mode() を使います。
この記事では、statistics.mode() の使い方と注意点を中心に、Counter・NumPy・SciPy・pandas・ライブラリを使わない書き方での最頻値の求め方と、最頻値が同数(同点)のときに方法ごとに結果が違う点を、実行結果で比べます。実行環境は Python 3.12.15、NumPy 2.5.4、pandas 3.0.6、SciPy 1.18.1 です(2026年10月18日確認)。
statistics.mode()で最頻値を求める
import statistics
print(statistics.mode([1, 1, 2, 3, 3, 3, 4]))
print(statistics.mode(["赤", "青", "赤", "緑"]))
print(statistics.mode([1, 1, 2, 2, 3]))
print(statistics.multimode([1, 1, 2, 2, 3]))
print(statistics.mode([1, 2, 3]))
try:
statistics.mode([])
except statistics.StatisticsError as e:
print("StatisticsError:", e)
実行結果:
3
赤
1
[1, 2]
1
StatisticsError: no mode for empty data
上から順に、次のことが分かります。
[1, 1, 2, 3, 3, 3, 4]の最頻値は 3(3回)- 文字列のリストにも使える(平均や中央値と違い、最頻値は数値以外のデータにも意味がある)
[1, 1, 2, 2, 3]のように1と2が同数のときは、データの中で先に出てきた 1 を返す- 同数のものを全部ほしいときは
statistics.multimode()を使う - 全部1回ずつの
[1, 2, 3]でもエラーにならず、先頭の 1 を返す - 空のデータは
StatisticsError
Python公式ドキュメントによると、同数のときに最初の値を返すのはPython 3.8からで、それ以前は StatisticsError を出していました。最小値や最大値がほしいときは min(multimode(data))・max(multimode(data)) を使うよう案内されています(Python公式ドキュメント:statistics.mode、2026年10月18日確認)。
mode()の結果だけを信じない
[1, 2, 3] で 1 が返ったからといって「1が多い」わけではありません。mode() は同点があったか、そもそも重複があったかを教えてくれないので、集計結果として使うときは回数も一緒に確認しましょう。そのときに便利なのが次の Counter です。
Counterで最頻値と出現回数を同時に求める
from collections import Counter
data = ["A", "B", "A", "C", "B", "A"]
c = Counter(data)
print(c.most_common(1))
print(c.most_common())
top = max(c.values())
print([k for k, v in c.items() if v == top])
実行結果:
[('A', 3)]
[('A', 3), ('B', 2), ('C', 1)]
['A']
Counter(data).most_common(1) は「最も多い値と、その回数」の組を返します。引数を省くと全部を多い順に並べます。3行目のように、最大の回数と同じ回数の値を全部集めれば、同点のものを漏れなく取り出せます。Counter の使い方はCounter.most_common()の使い方で詳しく説明しています。
ライブラリを使わずに最頻値を求める
data = [3, 1, 3, 2, 1, 3]
counts = {}
for x in data:
counts[x] = counts.get(x, 0) + 1
print(counts)
print(max(counts, key=counts.get))
print(max(set(data), key=data.count))
実行結果:
{3: 3, 1: 2, 2: 1}
3
3
辞書で回数を数え、max(counts, key=counts.get) で回数が最大のキーを取り出す方法です。プログラミングの練習問題でよく出る書き方です。
3行目の max(set(data), key=data.count) は短く書けますが、値の種類ごとにリスト全体を数え直すのでデータが多いと遅くなります。また set の並び順に依存するため、同点のときにどれが返るかは決まっていません。実務では statistics.mode() か Counter を使うほうが安全です。
NumPyとSciPyで最頻値を求める
import numpy as np
from scipy import stats
a = np.array([3, 1, 3, 2, 1, 3])
values, counts = np.unique(a, return_counts=True)
print(values, counts)
print(values[np.argmax(counts)])
print(np.bincount(a).argmax())
r = stats.mode(a)
print(r.mode, r.count)
実行結果:
[1 2 3] [2 1 3]
3
3
3 3
NumPyには最頻値を直接返す関数がないため、np.unique(a, return_counts=True) で値ごとの回数を出し、np.argmax() で回数が最大の位置を取ります。0以上の整数だけなら np.bincount(a).argmax() でも求められます。
SciPyには scipy.stats.mode() があり、最頻値(mode)と回数(count)を返します。SciPyのドキュメントには「最頻の値が複数あっても1つしか返さない」と書かれています(SciPy:scipy.stats.mode、2026年10月18日確認)。
pandasで最頻値を求める
import pandas as pd
s = pd.Series([3, 1, 3, 2, 1, 1])
print(s.mode().tolist())
print(s.value_counts().head(3))
df = pd.DataFrame({"色": ["赤", "青", "赤", "緑"], "サイズ": ["M", "L", "L", "L"]})
print(df.mode())
実行結果:
[1]
1 3
3 2
2 1
Name: count, dtype: int64
色 サイズ
0 赤 L
pandasの Series.mode() は、同数のものを全部含んだSeriesを返します。DataFrameに mode() を使うと列ごとの最頻値が出ます。回数も見たいときは value_counts() が便利です。列ごと・行ごとの計算や欠損値の扱いはpandasのmode()で最頻値を求める方法で解説しています。
同点のときの結果は方法ごとに違う
同じデータ [2, 2, 1, 1, 3](2と1が2回ずつ)で、6つの方法を比べました。
import statistics
from collections import Counter
import numpy as np
import pandas as pd
from scipy import stats
data = [2, 2, 1, 1, 3] # 2と1が2回ずつ
print("statistics.mode :", statistics.mode(data))
print("statistics.multimode:", statistics.multimode(data))
print("Counter.most_common :", Counter(data).most_common(1)[0][0])
print("scipy.stats.mode :", stats.mode(data).mode)
values, counts = np.unique(data, return_counts=True)
print("np.unique+argmax :", values[np.argmax(counts)])
print("pandas Series.mode :", pd.Series(data).mode().tolist())
実行結果:
statistics.mode : 2
statistics.multimode: [2, 1]
Counter.most_common : 2
scipy.stats.mode : 1
np.unique+argmax : 1
pandas Series.mode : [1, 2]
| 方法 | 同点のときの結果 | 今回の値 |
|---|---|---|
statistics.mode() | データ内で先に出てきた値を1つ | 2 |
statistics.multimode() | 全部をリストで(出てきた順) | [2, 1] |
Counter.most_common(1) | 1つだけ(今回は先に出てきた値) | 2 |
scipy.stats.mode() | 1つだけ(今回は小さいほう) | 1 |
np.unique + argmax | 1つだけ(uniqueが値を昇順に並べるため小さいほう) | 1 |
pandas Series.mode() | 全部(昇順) | [1, 2] |
同点がありうるデータでは、1つだけ返す方法を使うと、方法を変えただけで答えが変わります。アンケートの集計などで同点を見落としたくないなら、multimode() か pandas の mode() で全部取り出してから扱いを決めてください。同点の扱いは最頻値が複数あるときに全部取り出す方法で詳しく説明しています。
ExcelのMODE関数との違い
「最頻値 関数」で探すと、Excelの MODE.SNGL 関数が出てきます。Microsoftのサポートページによると、MODE.SNGL は数値の中で最も頻繁に出現する値を返し、範囲内の文字列は無視され、重複する値がない場合はエラー値 #N/A を返します(Microsoft サポート:MODE.SNGL 関数、2026年10月18日確認)。
| Python statistics.mode() | Excel MODE.SNGL | |
|---|---|---|
| 文字列のデータ | 使える | 無視される |
| 全部1回ずつのとき | 先頭の値を返す | #N/A |
| 空のデータ | StatisticsError | エラー |
Excelの結果をPythonで再現しようとすると、この違いで数字が合わないことがあります。重複がないときの扱いを揃えたい場合は、Counterで最大回数が1かどうかを先に確かめてください。
どの方法を使えばよいか
| やりたいこと | 使うもの |
|---|---|
| リストの最頻値を1つ知りたい | statistics.mode() |
| 同点も全部知りたい | statistics.multimode() |
| 回数やランキングもほしい | Counter.most_common() |
| NumPyの配列 | np.unique(return_counts=True) か scipy.stats.mode() |
| 表データ(列ごと) | pandas の mode()・value_counts() |
平均値・中央値との使い分けはstatisticsモジュールの使い方にまとめています。最頻値や中央値などの代表値は、データ分析や機械学習の前処理の基本でもあります。テックジムのAIエンジニア養成コース(16章で機械学習とディープラーニングを学ぶコース)では、第0章「データ分析入門とデータ可視化」から扱います。
よくある質問
Q. Pythonで最頻値を求める関数は?
標準ライブラリのstatistics.mode()です。import statisticsのあとstatistics.mode(データ)と書くと、いちばん多く出てくる値を1つ返します。同数の値を全部ほしいときはstatistics.multimode()を使います。
Q. 最頻値が複数あるときstatistics.mode()はどれを返しますか?
Python 3.8以降は、データの中で先に出てきた値を返します。Python 3.7以前はStatisticsErrorになっていました。全部ほしいときはmultimode()を使います。
Q. 文字列のリストでも最頻値を求められますか?
求められます。statistics.mode()やCounterは文字列にも使えます。ExcelのMODE.SNGL関数は文字列を無視するので、この点はPythonと違います。
Q. NumPyで最頻値を求めるには?
NumPyには最頻値の関数がないため、np.unique(a, return_counts=True)で値と回数を出し、np.argmax()で回数が最大の値を取ります。SciPyのscipy.stats.mode()を使う方法もあります。
Q. 最頻値の出現回数も知りたいときは?
collections.CounterのCounter(data).most_common(1)を使うと、最頻値とその回数の組が得られます。pandasならvalue_counts()でも回数が分かります。
まとめ
- Pythonの最頻値は
statistics.mode()で求められ、文字列にも使える - 同数のときは先に出てきた値(3.8以降)。全部ほしいなら
multimode() - 回数も知りたいなら
Counter.most_common() - NumPyは
np.unique+argmaxかscipy.stats.mode()、pandasはmode() - 同点のときは方法によって返る値が違うので、同点がありうるデータでは全部取り出してから判断する




