Pandas：按年龄与性别分组的众值填充relationship_status列NaN值

嘿，这个需求用Pandas的分组+变换方法就能轻松搞定，我给你一步步拆解说明：

核心思路 #

我们要先找到每个(age, sex)分组下relationship_status的众值，再把对应分组里的NaN值替换成这个众值。Pandas的groupby配合transform方法能完美实现这个逻辑，不用手动做复杂的映射匹配。

最简代码实现 #

假设你的数据集存在名为df的DataFrame里，直接运行下面的代码就能完成填充：

# 对每个(age, sex)分组，用该组的众值填充缺失的relationship_status
df['relationship_status'] = df.groupby(['age', 'sex'])['relationship_status'].transform(
    lambda x: x.fillna(x.mode()[0])
)

代码细节解释 #

• groupby(['age', 'sex'])：按照年龄+性别组合把数据拆分成独立小组
• transform：这个方法会把后续函数应用到每个分组，并且返回和原DataFrame长度一致的结果，刚好对应每一行所属分组的众值
• x.mode()[0]：mode()方法会返回分组的众值（如果存在多个众值，取排序后的第一个），再用fillna把分组内的NaN替换成这个值

直观替代方案（先预计算众值再映射） #

如果你想先明确查看每个分组的众值，也可以先生成分组-众值的映射表，再做填充：

# 先计算每个(age, sex)分组的众值
group_mode = df.groupby(['age', 'sex'])['relationship_status'].agg(lambda x: x.mode()[0])

# 把分组索引转为列，方便和原数据匹配
group_mode = group_mode.reset_index(name='mode_status')

# 合并原数据和众值表，填充缺失值
df = df.merge(group_mode, on=['age', 'sex'], how='left')
df['relationship_status'] = df['relationship_status'].fillna(df['mode_status'])

# 清理临时生成的辅助列
df = df.drop('mode_status', axis=1)

这个方案更适合需要验证分组众值正确性的场景。

边界情况处理 #

如果某个(age, sex)分组的relationship_status全是NaN，x.mode()[0]会触发报错，这种情况可以提前设置默认值兜底：

df['relationship_status'] = df.groupby(['age', 'sex'])['relationship_status'].transform(
    lambda x: x.fillna(x.mode()[0] if not x.mode().empty else 'Single')
)

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