如何按另一列分组，用众数填充Pandas DataFrame列的缺失值？

需要在Pandas DataFrame的col_A列中，按col_B分组，用每组col_A的众数填充该列的缺失值。例如当col_A为缺失值且col_B=5时，填充该分组的众数1。已尝试手动生成分组对应关系DataFrame，但不知如何完成填充，求更简洁的实现方法。

示例数据 #

原始DataFrame #

col_A    col_B
      8        31
      7        30
      20       83
      NaN      5
      8        31
      9        34
      37       158
      ...      ...

分组统计结果 #

col_A    col_B
  1        8       1
  5        1       10
           5       2
           7       6
           8       5
  6        8       1
  ...      ...     ...

尝试的代码 #

indx_lst=df.groupby(['Col_B','Col_A']).size().to_frame().index.to_list()
A_list=[]
B_list=[]

for i in indx_lst:
    x,y=i[0],i[1]
    if x in B_list:
        pass
    else:
        B_list.append(x)
        A_list.append(y)

A_col_null_imput=pd.DataFrame(np.column_stack([B_list,A_list]),columns=['B_most_freq','A_imputer'])

无需手动遍历生成映射关系，直接利用Pandas的分组聚合+映射填充即可完成，步骤如下：

核心代码 #

# 生成col_B分组对应的col_A众数映射（取第一个众数）
mode_map = df.groupby('col_B')['col_A'].agg(lambda x: x.mode()[0])

# 用映射值填充col_A的缺失值
df['col_A'] = df['col_A'].fillna(df['col_B'].map(mode_map))

代码解释 #

• groupby('col_B')['col_A'].agg(lambda x: x.mode()[0])：按col_B分组后，计算每个分组col_A的众数，mode()[0]确保每组返回单个值（若存在多个众数，默认取第一个）。
• df['col_B'].map(mode_map)：将每行的col_B值匹配到对应的分组众数，生成与原DataFrame行数一致的填充序列。
• fillna：用上述序列替换col_A中的所有缺失值。

异常处理（可选） #

如果存在某个col_B分组的col_A全为缺失值，x.mode()会返回空序列，此时mode()[0]会报错。可以提前计算全局众数作为兜底值：

# 计算col_A的全局众数
global_mode = df['col_A'].mode()[0]

# 生成分组众数，空分组用全局众数填充
mode_map = df.groupby('col_B')['col_A'].agg(
    lambda x: x.mode()[0] if not x.mode().empty else global_mode
)

df['col_A'] = df['col_A'].fillna(df['col_B'].map(mode_map))

内容的提问来源于stack exchange，提问作者Toni