如何在每个分组中在Pandas数据框中填充列。
如何在每个分组中在Pandas数据框中填充列。
这个问题已经有答案了：
大家好，
我有一个四列的数据帧（\'key1\'，\'key2\'，\'data1\'，\'data2\'）。
在 data1 中插入了一些 NaN 。现在，我想在通过 groupby([\'key1\', \'key2\']) 进行分组后，用最常出现的值填充每个组中的 NaN。
dt = pd.DataFrame ({'key1': np.random.choice(['a', 'b'], size=100),
'key2': np.random.choice(['c', 'd'], size=100),
'data1': np.random.randint(5, size=100),
'data2': np.random.randn(100)},
columns = ['key1', 'key2','data1', 'data2'])
#insert nan
dt['data1'].ix[[2,6,10]]= None
# group by key1 and key2
group =dt.groupby(['key1', 'key2'])['data1']
group.value_counts(dropna=False)
key1 key2 data1
a c 1.0 8
4.0 6
0.0 4
2.0 2
3.0 1
d 0.0 7
1.0 6
4.0 6
2.0 5
NaN 3
3.0 1
b c 0.0 7
2.0 7
1.0 3
3.0 2
4.0 2
d 2.0 11
1.0 10
0.0 3
3.0 3
4.0 3
对于这个例子，我要做的是，在 data1 列中用 0.0（在组（key1=a，key2=d）中最频繁的值）填充 NaN。
非常感谢您的帮助！
admin 更改状态以发布 2023年5月22日
使用 .transform(lambda y: y.fillna(y.value_counts().idxmax()))
在应用之前
key1 key2 data1
a c 1.0 6
3.0 5
0.0 4
2.0 3
4.0 3
NaN 1
d 1.0 11
3.0 9
0.0 5
2.0 5
4.0 5
b c 4.0 7
0.0 4
3.0 4
2.0 3
NaN 2
1.0 1
d 4.0 6
1.0 5
2.0 5
3.0 4
0.0 2
Name: data1, dtype: int64
应用后使用 .transform(lambda y: y.fillna(y.value_counts().idxmax()))
dt['nan_filled'] = dt.groupby(['key1', 'key2'])['data1'].transform(lambda y: y.fillna(y.value_counts().idxmax()))
group = dt.groupby(['key1', 'key2'])['nan_filled']
group.value_counts(dropna=False)
key1 key2 nan_filled
a c 1.0 7
3.0 5
0.0 4
2.0 3
4.0 3
d 1.0 11
3.0 9
0.0 5
2.0 5
4.0 5
b c 4.0 9
0.0 4
3.0 4
2.0 3
1.0 1
d 4.0 6
1.0 5
2.0 5
3.0 4
0.0 2
Name: nan_filled, dtype: int64