How to fill missing values in a DataFrame with the most frequent value of each group?(如何用每组中出现频率最高的值填充DataFrame中缺失的值?)
本文介绍了如何用每组中出现频率最高的值填充DataFrame中缺失的值?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个包含两列的 pandas DataFrame:toy
和color
。color
列包含缺少的值。
如何用该特定toy
最频繁的color
值填充缺失的color
值?
以下是创建示例数据集的代码:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'toy':['car'] * 4 + ['train'] * 5 + ['ball'] * 3 + ['truck'],
'color':['red', 'blue', 'blue', np.nan, 'green', np.nan,
'red', 'red', np.nan, 'blue', 'red', np.nan, 'green']
})
以下是示例数据集:
toy color
0 car red
1 car blue
2 car blue
3 car NaN
4 train green
5 train NaN
6 train red
7 train red
8 train NaN
9 ball blue
10 ball red
11 ball NaN
12 truck green
以下是所需结果:
- 将第一个NaN替换为蓝色,因为这是汽车中最常见的
color
。 - 将第二个和第三个NaN替换为红色,因为这是列车中最常见的
color
。 - 将第四个NaN替换为蓝色或红色,因为它们是并列的
color
。
真实数据集备注:
- 有许多不同的
toy
类型(不只是四种)。 - 没有只有
color
缺少值的toy
类型,因此答案不需要处理这种情况。
This question是相关的,但它没有回答我如何使用最频繁的值来填充缺少的值的问题。
推荐答案
可以使用groupby()
+transform()
+fillna()
:
df['color']=df['color'].fillna(df.groupby('toy')['color'].transform(lambda x:x.mode().iat[0]))
或
如果要在有2个或更多频繁值时选择随机值:
from random import choice
df['color']=df['color'].fillna(df.groupby('toy')['color'].transform(lambda x:choice(x.mode())))
这篇关于如何用每组中出现频率最高的值填充DataFrame中缺失的值?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:如何用每组中出现频率最高的值填充DataFrame中缺
基础教程推荐
猜你喜欢
- 如何让 python 脚本监听来自另一个脚本的输入 2022-01-01
- 在 Python 中,如果我在一个“with"中返回.块,文件还会关闭吗? 2022-01-01
- 使用PyInstaller后在Windows中打开可执行文件时出错 2022-01-01
- 线程时出现 msgbox 错误,GUI 块 2022-01-01
- 如何在海运重新绘制中自定义标题和y标签 2022-01-01
- 用于分类数据的跳跃记号标签 2022-01-01
- Dask.array.套用_沿_轴:由于额外的元素([1]),使用dask.array的每一行作为另一个函数的输入失败 2022-01-01
- 何时使用 os.name、sys.platform 或 platform.system? 2022-01-01
- 筛选NumPy数组 2022-01-01
- Python kivy 入口点 inflateRest2 无法定位 libpng16-16.dll 2022-01-01