如何按玩具类别用对应最频繁颜色填充DataFrame缺失值？

首先修正你提供的示例代码里的错误：color列里的np应该是np.nan，否则会导致数据类型混乱，修正后的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'toy':['car'] * 4 + ['train'] * 5 + ['ball'] * 3 + ['truck'],
    'color':['red', 'blue', 'blue', np.nan, 'green', np.nan,
             'red', 'red', np.nan, 'blue', 'red', np.nan, 'green']
    })

接下来直接实现按玩具的最频繁颜色填充缺失值，一行核心代码就能搞定：

# 按toy分组，用每组颜色的众数填充本组缺失值
df['color'] = df.groupby('toy')['color'].transform(lambda x: x.fillna(x.mode()[0]))

代码说明 #

• groupby('toy')：将数据按玩具类型分组
• transform：保证分组处理后结果的索引和原DataFrame对齐
• x.mode()[0]：获取当前组颜色的众数（最频繁出现的颜色），加[0]是为了避免多个众数时返回Series的情况，直接取第一个众数填充

比如car组的颜色是red, blue, blue, NaN，众数是blue，缺失值会被填充为blue；train组的颜色是green, NaN, red, red, NaN，众数是red，两个缺失值都会被替换成red。

内容的提问来源于stack exchange，提问作者Amrit Shrivastava