如何基于Pandas DataFrame的GroupBy结果用众值填充/更新数据？

需求描述 #

按key字段分组，获取每组value列的最频繁值（众值），并用该众值替换对应分组内所有的value值；若分组无有效众值（如所有value都是NaN），则保留NaN。

示例数据 #

import numpy as np
import pandas as pd
test_input = pd.DataFrame(columns=['key', 'value'],
                          data=[[1, 'A'],
                                [1, 'B'],
                                [1, 'B'],
                                [1, np.nan],
                                [2, np.nan],
                                [3, 'C'],
                                [3, np.nan],
                                [3, 'D'],
                                [3, 'D']])

初始DataFrame：

key value
0   1   A
1   1   B
2   1   B
3   1   NaN
4   2   NaN
5   3   C
6   3   NaN
7   3   D
8   3   D

已实现的众值获取函数 #

现有按分组计算众值的函数：

def mode(df, key_cols, value_col, count_col):
    return (df.groupby(key_cols + [value_col]).size()
             .to_frame(count_col).reset_index()
             .sort_values(count_col, ascending=False)
             .drop_duplicates(subset=key_cols))

调用后得到各分组的众值结果：

freq_df = mode(test_input, ['key'], 'value', 'count')

输出的freq_df：

key value   count
1   1   B       2
3   3   D       2

解决方案 #

方法1：合并数据后替换 #

通过merge匹配分组众值，再替换原字段：

# 合并原数据与众值结果，按key匹配
merged = test_input.merge(freq_df[['key', 'value']], on='key', suffixes=('_original', '_mode'), how='left')
# 用众值替换原value，无众值时保留原内容
merged['value'] = merged['value_mode'].fillna(merged['value_original'])
# 保留目标列
result = merged[['key', 'value']]
print(result)

输出结果：

key value
0   1   B
1   1   B
2   1   B
3   1   B
4   2   NaN
5   3   D
6   3   D
7   3   D
8   3   D

方法2：映射字典快速替换（单分组键场景） #

将众值结果转为字典，通过map直接替换：

# 构建key到众值的映射字典
mode_map = freq_df.set_index('key')['value'].to_dict()
# 替换原value：存在映射则用众值，无映射保留原内容
test_input['value'] = test_input['key'].map(mode_map).fillna(test_input['value'])
print(test_input)

此方法更简洁，仅适用于单分组键的场景，输出结果与方法1一致。

补充说明 #

• 两种方法都会自动处理无有效众值的分组（如key=2），保留原NaN；
• 若分组键为多个字段，优先使用方法1的合并方式。

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