Python pandas 通过模式（同一列-A）相对于 pandas 数据框中的另一列替换一列（A）的 NaN 值答案

【问题标题】：Python pandas replace NaN values of one column(A) by mode (of same column -A) with respect to another column in pandas dataframePython pandas 通过模式（同一列-A）相对于 pandas 数据框中的另一列替换一列（A）的 NaN 值
【发布时间】：2021-09-23 02:02:57
【问题描述】：

这是带有一些 NaN 值的数据框，

data = {'Number':[100,None,None,200,150,None,100,120,110,210,120],
    'Street':['A','B','C','D','C','D','A','B','B','D','B']}
df =pd.DataFrame(data)
df

输出：

    Number  Street
0   100.0   A
1   NaN     B
2   NaN     C
3   200.0   D
4   150.0   C
5   NaN     D
6   100.0   A
7   120.0   B
8   110.0   B
9   210.0   D
10  120.0   B

我想将 'Number' 列的 NaN 值替换为相对于 'Street' 列的同一列的模式。。 p>

我需要的输出是：

    Number  Street
0   100       A
1   120       B
2   150       C
3   200       D
4   150       C
5   200       D
6   100       A
7   120       B
8   110       B
9   210       D
10  120       B

解释：

例如，考虑在列 Number 中具有 NaN 值的第 1 行，并且对应的 Street 是 B 。 Number 的NaN 值应替换为120.0，这是Number 列相对于Street 的模式。因为，对于 Street B 的列 Number 的其他值是 120.0, 110.0 和 120.0（查看第 7、8、10 行），并且这个模式是120.0。

【问题讨论】：

标签： python pandas dataframe replace nan

【解决方案1】：

也许更简单一点，因为mode 返回一个数组所以，您可以通过抓取Number 中的第一个元素来估算Nan 值以获得结果。

解决方案 1：

>>> df['Number'] = df.groupby('Street')['Number'].apply(lambda x: x.fillna(x.mode()[0]))
    # df['Number'] = df.groupby('Street').transform(lambda x: x.fillna(x.mode()[0]))
>>> df
    Number Street
0    100.0      A
1    120.0      B
2    150.0      C
3    200.0      D
4    150.0      C
5    200.0      D
6    100.0      A
7    120.0      B
8    110.0      B
9    210.0      D
10   120.0      B

解决方案 2：

你可以看到基于loc和first_valid_index的另一个solution here

df['Number'] = df.groupby('Street')['Number'].transform(lambda s: s.loc[s.first_valid_index()])

或

df.assign(Number=df.groupby(['Street']).Number.apply(lambda x: x.fillna(x.mode()[0])))

  or

df.assign(Number=df.groupby(['Street']).transform(lambda x: x.fillna(x.mode()[0])))

【讨论】：

是的，我的第二个解决方案 transform 更改为 apply
@jezrael，真的..你是冠军。 +1 相同。

【解决方案2】：

使用 GroupBy.transform 和 lambda 函数首先返回 mode 并用 Series.fillna 替换缺失值：

f = lambda x: x.mode().iat[0]
df['Number'] = df['Number'].fillna(df.groupby('Street')['Number'].transform(f))

或者：

f = lambda x: fillna(x.mode().iat[0])
df['Number'] = df.groupby('Street')['Number'].transform(f)

print (df)
    Number Street
0    100.0      A
1    120.0      B
2    150.0      C
3    200.0      D
4    150.0      C
5    200.0      D
6    100.0      A
7    120.0      B
8    110.0      B
9    210.0      D
10   120.0      B

如果某些组只有NaN/Nones，则可能出现错误：

IndexError：索引 0 超出轴 0 的范围，大小为 0

那么解决方法是：

data = {'Number':[None,None,None,200,150,None,None,120,110,210,120],
    'Street':['A','B','C','D','C','D','A','B','B','D','B']}
df =pd.DataFrame(data)
print (df)
    Number Street
0      NaN      A
1      NaN      B
2      NaN      C
3    200.0      D
4    150.0      C
5      NaN      D
6      NaN      A
7    120.0      B
8    110.0      B
9    210.0      D
10   120.0      B

f = lambda x: x.mode().iat[0] if x.notna().any() else np.nan
df['Number'] = df['Number'].fillna(df.groupby('Street')['Number'].transform(f))
print (df)
    Number Street
0      NaN      A
1    120.0      B
2    150.0      C
3    200.0      D
4    150.0      C
5    200.0      D
6      NaN      A
7    120.0      B
8    110.0      B
9    210.0      D
10   120.0      B

【讨论】：