pandasデータフレーム内の他のカテゴリ値に基づいてカテゴリ値の欠損値を埋め込む

Question

他のカテゴリで最も頻繁に値を持つPandasデータフレームのカテゴリ値の欠損値を記入したいと思います。例えば、

 price  | product | type  
0 25   | coca  | softdrink 
1 94   | NaN  | juice  
2 57   | pepsi | softdrink  
3 62   | pepsi | softdrink  
4 70   | orange | juice  
5 50   | grape | juice  
6 60   | NaN  | softdrink  

まず、その結果

import pandas as pd 
import numpy as np 
data = {'type': ['softdrink', 'juice', 'softdrink', 'softdrink', 'juice','juice','juice'], 
    'product': ['coca', np.nan, 'pepsi', 'pepsi', 'orange','grape',np.nan], 
    'price': [25, 94, 57, 62, 70,50,60]} 
df = pd.DataFrame(data) 
df 

は、私は私が不足している製品を埋めたい

type  | product  
juice  | grape | 1  
      | orange | 1  
softdrink | pepsi  | 2  
      | coca  | 1  
Name: product, dtype: int64  

を取得するために

df.groupby('type')['product'].value_counts() 

としてGROUPBY使用します2番目の行は "ペプシ"（最も稀少）がカテゴリ「ジュース」の行6の欠損値を「ブドウ」にする。 カテゴリグループがなければ、私の解決策は列で最も頻繁に値を見つけて、この値を欠損値に割り当てることです。

コマンドの戻り値

df.groupby('type')['product'].value_counts() 

が

私が持っている製品+カテゴリノウハウ

df.groupby('type')['product'].value_counts()['softdrink']['pepsi'] 

によってアクセスすることができパンダシリーズですので、私は、タスクを完了するのに苦労

df['product'].fillna(df['product'].value_counts().index[0],inplace=True) 

最も頻繁に。使用

Answer 1

IIUC

mode

---

データ入力

import pandas as pd 
import numpy as np 
data = {'type': ['softdrink', 'juice', 'softdrink', 'softdrink', 'juice','juice','softdrink'], 
    'product': ['coca', np.nan, 'pepsi', 'pepsi', 'orange','grape',np.nan], 
    'price': [25, 94, 57, 62, 70,50,60]} 
df = pd.DataFrame(data) 

---

溶液

df.groupby('type').product.transform(lambda x: x.fillna(x.mode()[0])) 

Out[28]: 
0  coca 
1  grape 
2  pepsi 
3  pepsi 
4 orange 
5  grape 
6  pepsi 
Name: product, dtype: object 

---

新

df['product']=df.groupby('type').product.transform(lambda x: x.fillna(x.mode()[0])) 
df 
Out[40]: 
    price product  type 
0  25 coca softdrink 
1  94 grape  juice 
2  57 pepsi softdrink 
3  62 pepsi softdrink 
4  70 orange  juice 
5  50 grape  juice 
6  60 pepsi softdrink