Pandas中基于双条件分组并用众数填充缺失值问题

对数据集中Product1为A且Product2为B的行进行分组，针对该分组内Value列的缺失值，使用组内众数进行填充。

原始数据集 #

预期输出 #

尝试的错误代码 #

data['Value'] = np.where((data['Product1'] =='A') & (data['Product2'] =='B'),merged['Value'].fillna(data['value'].mode()[0]),data['value'])

问题分析与正确解法 #

这段尝试代码存在多处问题：

• 变量名大小写不一致：混用了Value和value（Python对大小写敏感）
• 无意义引用merged变量，且未针对目标分组计算组内众数，错误使用了全数据集的众数

方法一：直接定位填充（高效简洁） #

import pandas as pd
import numpy as np

# 计算目标分组的Value列众数
target_group_mode = data[(data['Product1'] == 'A') & (data['Product2'] == 'B')]['Value'].mode()[0]

# 仅对目标分组内的缺失值进行填充
data.loc[(data['Product1'] == 'A') & (data['Product2'] == 'B') & data['Value'].isna(), 'Value'] = target_group_mode

方法二：分组批量处理（扩展性强） #

如果后续需要对多组执行类似填充逻辑，推荐用分组处理：

def fill_group_mode(group):
    # 仅对指定分组执行众数填充
    if group['Product1'].iloc[0] == 'A' and group['Product2'].iloc[0] == 'B':
        group['Value'] = group['Value'].fillna(group['Value'].mode()[0])
    return group

# 按Product1和Product2分组处理
data = data.groupby(['Product1', 'Product2'], group_keys=False).apply(fill_group_mode)

代码说明 #

• 方法一直接定位目标分组的缺失值，用预计算的组内众数填充，执行效率更高
• 方法二通过分组逻辑处理，可灵活扩展到其他分组的填充需求

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