Question

我有一些看似......的数据。

Year      Make   Model  Trim
2007     Acura  TL      Base
2010     Dodge  Avenger SXT
2009     Dodge  Caliber SXT
2008     Dodge  Caliber SXT
2008     Dodge  Avenger SXT

Trim有一些缺失的值。我想做的事情如下：

按年份制作和型号
如果该组缺少valyes，则进行修剪

例如，我会看看2007 Acura TL的所有内容。这可能看起来像

 Year      Make   Model Trim
2007     Acura  TL      Base
2007     Acura  TL      XLR
2007     Acura  TL      NaN
2007     Acura  TL      Base

然后，我会用Base来归纳Nan（因为Base是模式）。重要的是要记住，我想为每一组Year，Make和Model做这个。

Answer 1

使用模式

puts "Type ADD 'name' to add a name, DEL 'name' to delete, and EXIT to end program."

parser = CommandParser.new

while (parser.parse(gets.chomp))
  puts "Names: #{NameRegistry.names.join(', ')}"
end

使用In [215]: df Out[215]: Year Make Model Trim 0 2007 Acura TL Base 1 2010 Dodge Avenger SXT 2 2009 Dodge Caliber NaN 3 2008 Dodge Caliber SXT 4 2008 Dodge Avenger SXT In [216]: df.Trim.fillna(df.Trim.mode()[0]) Out[216]: 0 Base 1 SXT 2 SXT 3 SXT 4 SXT Name: Trim, dtype: object实际设置

inplace=True

如果您正在处理群组

In [217]: df.Trim.fillna(df.Trim.mode()[0], inplace=True)

In [218]: df
Out[218]:
   Year   Make    Model  Trim
0  2007  Acura       TL  Base
1  2010  Dodge  Avenger   SXT
2  2009  Dodge  Caliber   SXT
3  2008  Dodge  Caliber   SXT
4  2008  Dodge  Avenger   SXT

Answer 2

使用groupby然后mode。请注意，mode返回一个数组，并且您想要获取它的第一个元素。 @John Galt值得称赞并得到我的支持。

我使用assign创建df的副本，其中包含Trim列的覆盖版本。

df.assign(
    Trim=df.groupby(
        ['Year', 'Make', 'Model']
    ).Trim.apply(
        lambda x: x.fillna(x.mode()[0])
    )
)

   Year   Make Model  Trim
0  2007  Acura    TL  Base
1  2007  Acura    TL   XLR
2  2007  Acura    TL  Base
3  2007  Acura    TL  Base

您可以使用

直接覆盖该列

df['Trim'] = df.groupby(
    ['Year', 'Make', 'Model']
).Trim.apply(
    lambda x: x.fillna(x.mode()[0])
)

我可以用分组数据框中的列模式替换Nans吗？

2 个答案: