Pandas Fillna具有每组的MAX value_counts

Question

DataFrame中有两列名为＆＃34; country＆＃34; ＆安培; ＆＃34; taster_name＆＃34 ;.专栏＆＃34; taster_name＆＃34;得到了一些缺失值。我想用每个国家的taster_name的MAX VALUE_COUNTS填充缺失值（取决于缺失值所属的国家/地区）。我不知道如何才能做到。

从下面的代码中，我们可以检查每个国家/地区的taster_name的MAX VALUE_COUNTS。

options(datatable.verbose = TRUE)

Answer 1

试试这个，

df.groupby('country')['teaser_name'].apply(lambda x:x.fillna(x.value_counts().index.tolist()[0]))

因为您没有提供样本数据。我是自己创造的。

示例输入：

   country teaser_name
0        A     abraham
1        B       silva
2        A     abraham
3        A         NaN
4        B         NaN
5        C        john
6        C         NaN
7        C        john
8        C       jacob
9        A         NaN
10       B       silva
11       A     william

输出：

   country teaser_name
0        A     abraham
1        B       silva
2        A     abraham
3        A     abraham
4        B       silva
5        C        john
6        C        john
7        C        john
8        C       jacob
9        A     abraham
10       B       silva
11       A     william

说明： 尝试groupby国家/地区，并使用value_counts填充NaN值。默认情况下，value_counts按降序排列。因此，您可以使用第一个元素并填充NaN。