用分组表格中最常见的值填充缺失值

Question

谁能帮我用最常见的值但分组的形式填充缺失值？ .这里我想用相同型号的汽车填充圆柱列的缺失值。

我试过这个：

sh_cars['cylinders']=sh_cars['cylinders'].fillna(sh_cars.groupby('model')['cylinders'].agg(pd.Series.mode))

还有其他的，但我每次都收到错误消息。

提前致谢。

Answer 1

我认为问题是每个（或所有）组只有NaNs，因此会引发错误。可能的解决方案是使用带有GroupBy.transform 的自定义函数来返回与原始DataFrame 相同大小的系列：

data = {'model':['a','a','a','a','b','b','a'], 
        'cylinders':[2,9,9,np.nan,np.nan,np.nan,np.nan]}

sh_cars = pd.DataFrame(data) 

f = lambda x: x.mode().iat[0] if x.notna().any() else np.nan
s = sh_cars.groupby('model')['cylinders'].transform(f)
sh_cars['new']=sh_cars['cylinders'].fillna(s)
print (sh_cars)
  model  cylinders  new
0     a        2.0  2.0
1     a        9.0  9.0
2     a        9.0  9.0
3     a        NaN  9.0
4     b        NaN  NaN
5     b        NaN  NaN
6     a        NaN  9.0

替换原来的列：

f = lambda x: x.mode().iat[0] if x.notna().any() else np.nan
s = sh_cars.groupby('model')['cylinders'].transform(f)
sh_cars['cylinders']=sh_cars['cylinders'].fillna(s)
print (sh_cars)
  model  cylinders
0     a        2.0
1     a        9.0
2     a        9.0
3     a        9.0
4     b        NaN
5     b        NaN
6     a        9.0