根据其“类型”列为分类数据估算 Nan [重复]答案

【问题标题】：Imputate Nan for categorical data depending on its "Type" column [duplicate]根据其“类型”列为分类数据估算 Nan [重复]
【发布时间】：2021-11-26 12:00:14
【问题描述】：

我有两列名称和信号的数据框。我想在 Signal 列中填写 nan 值，但应该根据其名称来完成。我想根据它的名称用最常见的值来估算它。例如：

Timestamp   Name  Signal
 2021-01-01  A.     On
 2021-01-02. A      nan
 2021-01-03. A.     On 
 2021-01-01. B.     Off
 2021-01-02. B.     Off
 2021-01-03. B.     nan

对于 name A 的 Signal 列的 nan 值，因为它是最常见的值，所以应该填充为“On”，但对于 Name B，它应该填充为 Off，因为它是 B 的最常见的值。

我怎样才能实现它？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

df = df.groupby('Name').apply(lambda x: x.fillna(x['Signal'].value_counts().index[0]))

输出：

>>> df
    Timestamp Name Signal
0  2021-01-01    A     On
1  2021-01-02    A     On
2  2021-01-03    A     On
3  2021-01-01    B    Off
4  2021-01-02    B    Off
5  2021-01-03    B    Off

【讨论】：