尝试使用 groupby 获取最常见的值并获取 IndexError

Question

我目前正在为学校做一个项目，但遇到了一个小问题。我有一个 airbnb 数据集，我目前正在尝试填充我在名为 Property_type 的列上拥有的一些 NaN 值，其中包含“容纳”列的不同类别的属性类型的最常见值（返回多少特定airbnb可以带的人）。

这是列的示例

property_type   accommodates

Townhouse         2
Apartment         3
Townhouse         4
Townhouse         2
NaN               3
Townhouse         2
House             3
...               ...

在这种情况下，我想做的是找到可容纳 3 人的最常见的属性类型，并用该类型的属性填充 NaN 值。

我的问题在于获得最常见的价值（我知道之后该怎么做，但这一步不起作用）

我试图用这段代码找到最常见的值

property_type_mode = airbnb[['property_type','accommodates']].groupby(['accommodates']).agg(lambda x:x.value_counts().index[0])

这会返回错误：

IndexError: index 0 is out of bounds for axis 0 with size 0

我不明白为什么，因为我已经为其他专栏做过类似的事情，而且效果很好。

有谁知道我能做些什么来解决它！

感谢您的宝贵时间！！

Answer 1

我认为返回的是空索引数组（一个原因是缺少值），所以选择返回错误。解决方案是使用next 和iter，如果不匹配，可能会增加价值：

f = lambda x: next(iter(x.value_counts().index), 'no match')
s = airbnb.groupby('accommodates')['property_type'].agg(f)

airbnb['property_type'] = airbnb['property_type'].fillna(airbnb['accommodates'].map(s))

另一种解决方案是使用dropna

f = lambda x: x.value_counts().index[0]
s = airbnb.dropna(subset=['accommodates']).groupby('accommodates')['property_type'].agg(f)

airbnb['property_type'] = airbnb['property_type'].fillna(airbnb['accommodates'].map(s))