如何用Pandas按国家分组的taster_name最高频次值填充缺失值？

我来帮你搞定这个问题！你想要根据缺失值所属国家，用该国出现频次最高的taster_name填充缺失值，用Pandas就能轻松实现，具体步骤如下：

1. 生成每个国家对应的高频品酒师映射表 #

首先我们需要先统计每个国家里出现次数最多的品酒师名字，这里可以通过分组后结合value_counts来获取：

# 计算每个国家频次最高的taster_name，同时处理全缺失的国家
country_top_taster = wine.groupby('country')['taster_name'].agg(
    lambda x: x.value_counts().index[0] if not x.value_counts().empty else 'Unknown'
)

这里加了个判断if not x.value_counts().empty是为了处理某个国家所有taster_name都缺失的极端情况，避免报错，这种情况我们统一填充'Unknown'，你也可以换成自己需要的默认值。

2. 用映射表填充缺失值 #

接下来就可以用上面生成的映射表，把每个国家对应的高频品酒师填充到该国家的缺失值里：

# 填充taster_name的缺失值
wine['taster_name'] = wine['taster_name'].fillna(wine['country'].map(country_top_taster))

map()方法会根据每行的country去匹配country_top_taster里对应的品酒师名字，再通过fillna()替换掉原来的缺失值。

验证效果 #

你可以用之前的代码再次查看统计结果，或者直接检查填充后的缺失情况：

# 查看各国家品酒师的频次统计
print(wine[['country','taster_name']].groupby('country').taster_name.value_counts())
# 检查是否还有剩余缺失值
print(wine['taster_name'].isna().sum())

内容的提问来源于stack exchange，提问作者Evan.Chen