python - 使用 groupby 和模式的 Pandas fillna

Question

我最近开始使用 Pandas，目前正在尝试估算数据集中的一些缺失值。

我想根据中位数(对于数字条目)和众数(对于分类条目)来估算缺失值。但是，我不想整个数据集计算中值和众数，而是基于我名为 "make"的列的 GroupBy 计算每个组的中值和众数.

对于数值 NA 值我执行了以下操作:

data = data.fillna(data.groupby("make").transform("median"))

...它工作得很好，并将我的所有数值 NA 值替换为其 “make” 的中值。

但是，对于分类 NA 值，我无法对模式执行相同的操作，即将所有分类 NA 值替换为其“make”的模式.

有人知道怎么做吗？

Answer 1

您可以使用GroupBy.transform对于数字，使用 if-else 表示 median，对于分类列使用 mode:

df = pd.DataFrame({
         'A':list('ebcded'),
         'B':[np.nan,np.nan,4,5,5,4],
         'C':[7,np.nan,9,4,2,3],
         'D':[1,3,5,np.nan,1,0],
         'F':list('aaabbb'),
         'make':list('aaabbb')
})

df.loc[[2,4], 'A'] = np.nan
df.loc[[2,5], 'F'] = np.nan
print (df)
     A    B    C    D    F  make
0    e  NaN  7.0  1.0    a     a
1    b  NaN  NaN  3.0    a     a
2  NaN  4.0  9.0  5.0  NaN     a
3    d  5.0  4.0  NaN    b     b
4  NaN  5.0  2.0  1.0    b     b
5    d  4.0  3.0  0.0  NaN     b

<小时/>

f = lambda x: x.median() if np.issubdtype(x.dtype, np.number) else x.mode().iloc[0]
df = df.fillna(df.groupby('make').transform(f))
print (df)

   A  B  C  D  F  make
0  e  4  7  1  a     a
1  b  4  7  3  a     a
2  b  4  9  5  a     a
3  d  5  4  0  b     b
4  d  5  2  1  b     b
5  d  4  3  0  b     b