从数据框列中选择非无值答案

【问题标题】：selecting not None value from a dataframe column从数据框列中选择非无值
【发布时间】：2017-11-17 03:37:43
【问题描述】：

我想使用fillna 函数用它自己的第一个最常见的值（不是None 或nan）填充列的None 值。

输入 DF：

Col_A
a
None
None
c
c
d
d

输出数据框可以是：

Col_A
a
c
c
c
c
d
d

任何建议将不胜感激。非常感谢，最好的问候，卡罗

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

前奏：如果您的None 实际上是一个字符串，您可以通过首先摆脱它们来简化任何令人头疼的问题。使用replace：

df = df.replace('None', np.nan)

我相信你可以使用fillna + value_counts：

df

  Col_A
0     a
1   NaN
2   NaN
3     c
4     c
5     d
6     d

df.fillna(df.Col_A.value_counts(sort=False).index[0])

  Col_A
0     a
1     c
2     c
3     c
4     c
5     d
6     d

或者，根据 Vaishali 的建议，使用 idxmax 选择 c：

df.fillna(df.Col_A.value_counts(sort=False).idxmax())

  Col_A
0     a
1     c
2     c
3     c
4     c
5     d
6     d

填充值可以是c 或d，具体取决于您是否包含sort=False。

详情

df.Col_A.value_counts(sort=False)

c    2
a    1
d    2
Name: Col_A, dtype: int64

【讨论】：

或 value_counts().idxmax() 虽然这会再次给出 'd'。
@Vaishali 不，你是对的。只要sort=False，什么都行。
从不关注 value_counts() 中的排序参数，好一个:)
嗨 Vaishali，谢谢。申请我的日期时，我收到错误：ValueError：尝试获取空序列的 argmax
对我来说有趣的 df.Col_A.value_counts(sort=False) 按顺序返回 A 1、C 2、D 2。

【解决方案2】：

fillna + mode

df.Col_A.fillna(df.Col_A.mode()[0])
Out[963]: 
0    a
1    c
2    c
3    c
4    c
5    d
6    d
Name: Col_A, dtype: object

【讨论】：

你好文，谢谢。如果 mode 是 None 呢？
@CarloAllocca 您可以先将 None 替换为 np.nan
@CarloAllocca 这里的假设是 None = np.nan。如果不是（如果是字符串），请致电df = df.replace('None', np.nan)，然后我们的两个答案都可以完美运行。

【解决方案3】：

要解决“无”，您需要使用 replace 然后 fillna 就像@COLDSPEED 建议的那样：

dr = df.Col_A.replace('None',np.nan)
dr.fillna(dr.dropna().value_counts().index[0])

输出：

0    a
1    d
2    d
3    c
4    c
5    d
6    d
Name: Col_A, dtype: object

【讨论】：