熊猫：用组的模式填充na

Posted 2023-02-16

【中文标题】熊猫：用组的模式填充na

【英文标题】：Pandas: Fill na with mode of a group

【发布时间】：2021-08-31 06:08:36

【问题描述】：

我有一个包含多个列的df。

df = pd.DataFrame('Store':['M1','M2','M3','M1','M1','M2','M2','M3','M3'],
                   'Category':['A','A','A','B','B','B','C','C','C'],
                   'Price_Category':[np.nan,X,np.nan,np.nan,Y,Y,Z,np.nan,Z])

如何仅基于Category 用模式填充Price_Category 上的NaN？

我尝试使用：

df['Price_Category'] = df.groupby('Category')['Price_Category'].apply(lambda x: x.fillna(x.mode()[0]))

但我收到此错误：KeyError: 0

我尝试过的其他方法，开始用来自Store 的名称填充NaN。

感谢您的帮助！

【问题讨论】：

请发布您的预期输出

【参考方案1】：

使用Series.iat 作为Series 的第一个值（按位置）：

f = lambda x: x.fillna(x.mode().iat[0])
df['Price_Category'] = df.groupby('Category')['Price_Category'].apply(f)

print (df)
  Store Category Price_Category
0    M1        A              X
1    M2        A              X
2    M3        A              X
3    M1        B              Y
4    M1        B              Y
5    M2        B              Y
6    M2        C              Z
7    M3        C              Z
8    M3        C              Z

如果出错：

IndexError：索引 0 超出轴 0 的范围，大小为 0

这意味着仅 NaN 一个或多个组（为引发错误更改数据）：

df = pd.DataFrame('Store':['M1','M2','M3','M1','M1','M2','M2','M3','M3'],
                   'Category':['A','A','A','B','B','B','C','C','C'],
                  'Price_Category':[np.nan,'X',np.nan,np.nan,'Y','Y',np.nan,np.nan,np.nan])

---

#test if at least one non NaN else return same values (NaNs)
f = lambda x: x.fillna(x.mode().iat[0]) if x.notna().any() else x
df['Price_Category'] = df.groupby('Category')['Price_Category'].apply(f)

print (df)
  Store Category Price_Category
0    M1        A              X
1    M2        A              X
2    M3        A              X
3    M1        B              Y
4    M1        B              Y
5    M2        B              Y
6    M2        C            NaN
7    M3        C            NaN
8    M3        C            NaN

【讨论】：

仍然报错：IndexError: index 0 is out of bounds for axis 0 with size 0

@FilipeCarvalho - 添加解决方案来回答。