python-3.x - 如何通过组的模式填充pandas中的na

Question

我有一个像这样的 Pandas 数据框:

  df = 

       a                    b
       a1                   b1
       a1                   b2
       a1                   b1
       a1                   Nan
       a2                   b1
       a2                   b2
       a2                   b2
       a2                   Nan
       a2                   b2
       a3                   Nan

对于 a 的每个值, b可以有多个 b 的值与之对应。我要填满 nan b 的值模式为 b按 a 的对应值分组的值.
生成的数据框应如下所示:

  df = 

       a                    b
       a1                   b1
       a1                   b2
       a1                   b1
       a1                   ***b1***
       a2                   b1
       a2                   b2
       a2                   b2
       a2                   **b2**
       a2                   b2
       a3                   b2

以上 b1是 b 的模式对应于 a1 .同样， b2是对应于 a2 的模式.最后a3没有数据，所以用全局模式填充 b2 .
对于 b 列的每个 nan 值，我想用 b 列的值的众数填充它，但是，对于 a 的特定值，无论众数是什么。
编辑:
如果有群 a没有关于 b 的数据，然后通过全局模式填充它。

Answer 1

尝试:

# lazy grouping
groups = df.groupby('a')

# where all the rows within a group is NaN
all_na = groups['b'].transform(lambda x: x.isna().all())

# fill global mode
df.loc[all_na, 'b'] = df['b'].mode()[0]

# fill with local mode
mode_by_group = groups['b'].transform(lambda x: x.mode()[0])
df['b'] = df['b'].fillna(mod_by_group)