如何为fillna()传入函数，按OSEBuildingID分组填充缺失值

原有代码无效的两个核心问题 #

• 未将transform的计算结果赋值回原数据列。pandas的分组类操作默认返回处理后的副本，不会直接修改原DataFrame的列值，即便分组逻辑正确，没有把返回值覆盖到目标列，原数据集的缺失值不会产生任何变化。
• 众数计算的返回值类型不匹配。Series.mode()的返回值是包含所有出现频次最高值的Series对象，而非单个可用于填充的标量值，直接传入fillna()会因索引无法对齐，导致填充逻辑完全失效。

适配业务场景的正确实现 #

结合你提到的“同一OSEBuildingID对应的该列取值基本一致”的特征，不需要额外计算组内众数，直接提取同组内的有效非空值填补缺失即可，兼顾执行效率与准确性：

df['LargestPropertyUseTypeGFA'] = df.groupby('OSEBuildingID')['LargestPropertyUseTypeGFA'].transform(
    lambda group: group.fillna(group.dropna().iloc[0]) if len(group.dropna()) > 0 else group
)

如果确实需要按组内众数逻辑填充，需要对mode的返回值做标量提取，避免类型不匹配的问题：

df['LargestPropertyUseTypeGFA'] = df.groupby('OSEBuildingID')['LargestPropertyUseTypeGFA'].transform(
    lambda group: group.fillna(group.mode().iloc[0]) if not group.mode().empty else group
)

补充说明 #

• 上述逻辑会自动跳过全组为空值的分组，不会因找不到有效填充值抛出索引越界错误
• 填充完成后，可以用df['LargestPropertyUseTypeGFA'].isna().sum()校验剩余缺失值规模，确认同建筑ID的可填充缺失已被覆盖

内容的提问来源于stack exchange，提问作者Shyan