Question

我想使用fillna函数来填充列的None值，其中第一个最常用的值不是None或nan。

输入DF：

Col_A
a
None
None
c
c
d
d

输出Dataframe可以是：

Col_A
a
c
c
c
c
d
d

任何建议都将非常感谢。非常感谢，最诚挚的问候，卡罗

Answer 1

前奏：如果您的None实际上是一个字符串，您可以通过首先摆脱它们来简化任何麻烦。使用replace：

df = df.replace('None', np.nan)

我相信你可以使用fillna + value_counts：

df

  Col_A
0     a
1   NaN
2   NaN
3     c
4     c
5     d
6     d

df.fillna(df.Col_A.value_counts(sort=False).index[0])

  Col_A
0     a
1     c
2     c
3     c
4     c
5     d
6     d

或者，根据Vaishali的建议，使用idxmax选择c：

df.fillna(df.Col_A.value_counts(sort=False).idxmax())

  Col_A
0     a
1     c
2     c
3     c
4     c
5     d
6     d

填充值可以是c或d，具体取决于您是否包含sort=False。

<强>详情

df.Col_A.value_counts(sort=False)

c    2
a    1
d    2
Name: Col_A, dtype: int64

Answer 2

fillna + mode

df.Col_A.fillna(df.Col_A.mode()[0])
Out[963]: 
0    a
1    c
2    c
3    c
4    c
5    d
6    d
Name: Col_A, dtype: object

Answer 3

要解决“无”问题，您需要使用replace然后使用fillna，就像@COLDSPEED建议一样：

dr = df.Col_A.replace('None',np.nan)
dr.fillna(dr.dropna().value_counts().index[0])

输出：

0    a
1    d
2    d
3    c
4    c
5    d
6    d
Name: Col_A, dtype: object

从数据框列中选择非None值

3 个答案: