python - pandas groupby 根据条件替换

Question

我的数据集结构如下:

index country  city     Data
0     AU       Sydney   23
1     AU       Sydney   45
2     AU       Unknown  2
3     CA       Toronto  56
4     CA       Toronto  2
5     CA       Ottawa   1
6     CA       Unknown  2

我想将城市列中的“未知”替换为每个国家/地区城市出现的模式。结果将是:

...
2     AU       Sydney  2
...
6     CA       Toronto  2

我可以通过以下方式获取城市模式:

city_modes = df.groupby('country')['city'].apply(lambda x: x.mode().iloc[0])

我可以将值替换为:

df['column']=df.column.replace('Unknown', 'something')

但我无法弄清楚如何将这些结合起来，仅根据城市的发生模式来替换每个国家的未知数。

有什么想法吗？

Answer 1

使用transform对于与原始 DataFrame 大小相同的 Series 并通过 numpy.where 设置新值:

city_modes = df.groupby('country')['city'].transform(lambda x: x.mode().iloc[0])
df['column'] = np.where(df['column'] == 'Unknown',city_modes, df['column'])

或者:

df.loc[df['column'] == 'Unknown', 'column'] = city_modes