python - 将数据从一列回填到另一列

Question

这就是我的数据的样子:

colA  colB
 a      1
 a      1
 c      2
 c      2
Nan     1 
 c      1
 a      2
Nan     2

我想把 Nans 填入 colA 中。结果应如下所示:

colA  colB
 a      1
 a      1
 c      2
 c      2
 a      1 
 c      1
 a      2
 c      2

第 5 行填充了“a”，因为 colB = 1 并且 colB 中的总体 1 已映射到比 colA 中的 c 更多的 a

第 8 行填充了“c”，因为 colB = 2 并且 colB 中的总体 2 已映射到比 colA 中的 a 更多的 c

Answer 1

您可以使用mode (忽略抽签)各组:

In [11]: df
Out[11]:
  colA  colB
0    a     1
1    a     1
2    c     2
3    c     2
4  NaN     1
5    c     1
6    a     2
7  NaN     2

In [12]: modes = df.groupby('colB')['colA'].transform(lambda x: x.mode().iloc[0])

In [13]: modes
Out[13]:
0    a
1    a
2    c
3    c
4    a
5    a
6    c
7    c
Name: colA, dtype: object

使用 fillna 仅替换 NaN 的模式:

In [14]: df['colA'].fillna(modes)
Out[14]:
0    a
1    a
2    c
3    c
4    a
5    c
6    a
7    c
Name: colA, dtype: object

In [15]: df['colA'] = df['colA'].fillna(modes)

<小时/>

注意:阅读文档，如果没有任何项目至少出现一次，则会引发此错误，因此您可能希望在转换中使用更强大的函数:

def mymode(s):
    try:
        return s.mode().iloc[0]
    except IndexError:
        # just pick the first element, even though it occurs only once, even if it's NaN
        return s.iloc[0] if len(s) >= 1 else np.nan