将列中的 NaN 值替换为该列中特定类别的模式答案

【问题标题】：Replacing NaN values in a column with the mode of a particular Category in that the column将列中的 NaN 值替换为该列中特定类别的模式
【发布时间】：2020-10-13 07:37:20
【问题描述】：

df['Android Ver'].fillna(str(df.groupby('Category')['Android Ver'].mode()), inplace=True)

这段代码出错了！我想用应用程序的特定“类别”中的“Android Ver”列的模式填充“Android Ver”列中的 NaN 值，以便美容应用程序的“Android Ver”列获得 Android 版本的模式仅在数据集中的美容应用程序。 Link to Jupyter Notebook

【问题讨论】：

df.groupby('Category')['Android Ver'].mode() 返回一个数据框，而不是单个值。另请提供MWE。
抱歉，我现在提供了一个指向我的笔记本的链接。你现在可以看看它并帮助我吗，谢谢！

标签： python data-analysis data-cleaning

【解决方案1】：

如果您运行df.loc[df['Android Ver'].isna()]，您会看到列中只有两个 NaN，因此在这种情况下您可以手动替换它们。但这是一个（肯定不是最佳的）通用解决方案：

import pandas as pd
df = pd.read_csv('./datasets/apps.csv', index_col=0)
mode_dict = dict(df.groupby('Category')['Android Ver'].agg(lambda x: x.mode()))
df['Android Ver'].loc[df['Android Ver'].isna()] = df.loc[df['Android Ver'].isna()].apply(lambda x: mode_dict[x.Category],axis=1)

【讨论】：

感谢您的帮助！