Python中如何用pandas按另一列对应高频值填充DataFrame空值

实现方案（基于Pandas） #

import pandas as pd
import numpy as np

# 构造示例数据，实际使用时替换为你自己的数据集读取逻辑即可，比如pd.read_excel/ pd.read_csv
data = {
    "ID": [0,1,2,3,4,5,6,7],
    "City": ["New York", np.nan, "London", "Mumbai", "Sydney", np.nan, "Sydney", "Brisbane"],
    "Country": ["USA", "USA", "UK", "IND", "AUS", "AUS", "AUS", "AUS"]
}
df = pd.DataFrame(data)

# 核心填充逻辑
df["City"] = df.groupby("Country")["City"].transform(
    lambda x: x.fillna(x.mode()[0])
)

# 输出结果验证
print(df)

逻辑说明

• 首先按Country字段对整个数据集做分组，保证同国家的数据在同一个分组内处理
• 对每个分组的City列使用mode()方法计算众数，也就是该国家出现频次最高的城市名
• 用计算得到的众数填充当前分组内的所有NaN空值

边界情况兼容

如果存在某国家所有City值均为空的场景，可以修改lambda表达式增加容错判断，避免索引报错：

lambda x: x.fillna(x.mode()[0] if not x.mode().empty else "未知城市")

内容的提问来源于stack exchange，提问作者chas