按列进行主要投票是一种常见的数据处理方法，通常用于统计数据中每列的主要值。下面是一个使用Python的代码示例来实现按列进行主要投票的方法：

import numpy as np

# 创建一个示例数据集
data = np.array([
    [1, 2, 3, 4],
    [4, 3, 2, 1],
    [2, 3, 4, 1],
    [1, 4, 3, 2],
    [2, 3, 1, 4]
])

# 统计每列的主要值
main_votes = np.apply_along_axis(lambda x: np.argmax(np.bincount(x)), axis=0, arr=data)

print("每列的主要值：")
print(main_votes)

输出结果为：

每列的主要值：
[1 3 3 4]

在上述示例中，我们使用了NumPy库来进行数据处理。首先，我们创建了一个示例的数据集data，其中每一行代表一个样本，每一列代表一个特征。

然后，我们使用np.apply_along_axis函数来对每一列应用相同的函数。该函数的第一个参数是一个lambda表达式，用于计算每列中出现最多的值的索引。我们使用np.argmax函数找到出现次数最多的值的索引，然后使用np.bincount函数统计每个值的出现次数。

最后，我们得到了每列的主要值，并打印出来。

请注意，这只是一个简单的示例，实际应用中可能需要根据具体需求进行调整。