我希望用另一列的值的模式来填充一列的缺失值。假设这是我们的数据集(借用自Chris Albon):
import pandas as pd
import numpy as np
raw_data = {'first_name': ['Jake', 'Jake', 'Tina', 'Jake', 'Amy'],
'last_name': ['Miller', 'Smith', 'Ali', 'Milner', 'Cooze'],
'age': [42, np.nan, 36, 24, 73],
'sex': ['m', np.nan, 'f', 'm', 'f'],
'preTestScore': [4, np.nan, np.nan, 2, 3],
'postTestScore': [25, np.nan, np.nan, 62, 70]}
df = pd.DataFrame(raw_data, columns = ['first_name', 'last_name', 'age', 'sex', 'preTestScore', 'postTestScore'])
df
我知道我们可以用每个性别的平均值来填写缺失的postTestScore:
df["postTestScore"].fillna(df.groupby("sex")["postTestScore"].transform("mean"), inplace=True)
df
但是我们如何用每个名字的sex模式值来填充缺失的sex(显然这在政治上是不正确的,但是作为一个例子,这是一个很容易使用的数据集)。所以在这个例子中,缺少的性值应该是'm',因为有两个Jake's的值是'm'。如果有一个值为'f'的Jake,它仍然会选择'm'作为模式值,因为2>;1。如果你能做到:
df["sex"].fillna(df.groupby("first_name")["sex"].transform("mode"), inplace=True)
df
我调查了价值计算和申请,但没有找到这个具体的案例。我的最终目标是能够查看一列,如果该列没有模式值,则可以查看另一列中的模式值。在
您需要用
pd.Series.mode
调用mode函数相关问题 更多 >
编程相关推荐