如何根据组值计数填充数据框中的缺失值？

Question

我有一个包含 2 列的 pandas DataFrame：Year(int) 和 Condition(string)。在 Condition 列中，我有一个 nan 值，我想根据来自 groupby 操作的信息替换它。

import pandas as pd 
import numpy as np

year = [2015, 2016, 2017, 2016, 2016, 2017, 2015, 2016, 2015, 2015]
cond = ["good", "good", "excellent", "good", 'excellent','excellent', np.nan, 'good','excellent', 'good']

X = pd.DataFrame({'year': year, 'condition': cond})
stat = X.groupby('year')['condition'].value_counts()

它给出：

print(X)
   year  condition
0  2015       good
1  2016       good
2  2017  excellent
3  2016       good
4  2016  excellent
5  2017  excellent
6  2015        NaN
7  2016       good
8  2015  excellent
9  2015       good

print(stat)
year  condition
2015  good         2
      excellent    1
2016  good         3
      excellent    1
2017  excellent    2

由于第 6 行中的 nan 值得到 year = 2015 并且从 stat 中我得到从 2015 年开始最常见的是 'good' 所以我想用 'good' 值替换这个 nan 值。

我试过使用 fillna 和 .transform 方法，但它不起作用:(

如有任何帮助，我将不胜感激。

Answer 1

我做了一些额外的转换，将 stat 作为字典将年份映射到它的最高频率名称（归功于）：

In[0]:
fill_dict = stat.unstack().idxmax(axis=1).to_dict()
fill_dict

Out[0]:
{2015: 'good', 2016: 'good', 2017: 'excellent'}

然后根据此字典将 fillna 与 map 结合使用（归功于）：

In[0]:
X['condition'] = X['condition'].fillna(X['year'].map(fill_dict))
X

Out[0]:
   year  condition
0  2015       good
1  2016       good
2  2017  excellent
3  2016       good
4  2016  excellent
5  2017  excellent
6  2015       good
7  2016       good
8  2015  excellent
9  2015       good

如何根据组值计数填充数据框中的缺失值？

How to fill missing values in a dataframe based on group value counts?

python

pandas

dataframe

pandas-groupby

fillna