因此,对于值为
我怎样才能完成这项工作。
这就是我的数据帧的样子。
阿 乙 C我想用
冰固体凯特 冰固体杰克 坚实的杰克 茶液礼来 茶固体杰克 液体凯特 茶液苹果 冰液苹果
A
分组的"最频繁"值填充 A 的缺失值B
因此,对于值为
solid
的列 B
将ice
缺失值,对于值为liquid
值的tea
,将根据其分组(按值(进行分组。我怎样才能完成这项工作。
这就是我解决它的方式。
df['A'] = df.groupby('Outlet_Type').A.transform(lambda x: x.fillna(x.mode()[0]))