Python 缺失值在conti var中替换为med/mean，在pandas dataframe中替换为Category var中的mode-按列分组数据后）

我有一个pandas数据框，其中所有缺失的值都是np.nan，现在我正在尝试替换这些缺失的值。我的数据的最后一列是“类”，我需要根据类对数据进行分组，然后获得该列组的平均值/中位数/模式（基于数据是否为分类/连续，正常/非），并用相应的平均值/中位数/模式替换coulmn组的缺失值

这是我想出的代码，我知道这是一种过分的手段。。 如果我可以：

对数据帧的列进行分组

获取COL组的中值/模式/平均值

替换那些丢失的组

将它们重新组合回原始df

那太好了

但目前我找到了替代值（平均值/中值/模式）并存储在dict中，然后将nan元组和非nan元组分开。。替换nan元组中缺少的值。。并尝试将它们连接回数据帧（我还不知道该怎么做）

def fillMissing（df，数据类型）：
'''
Args：
df（二维阵列/Dict）：
例如：（'attribute1'：[12,24,25]，'attribute2'：['good'，'bad']）
数据类型（dict）：作为键和值的df属性名称字典0/1
指示分类/连续变量，例如：（'attribute1'：1，'attribute2'：0）
返回：
已填充缺少值的数据帧
写入缺少值的文件。
'''
dataLabels=list（df.columns.values）
#保存要替换nan的值的字典
replaceValues={}
对于dataLabels中的每个标签：
thisSer=df[每个标签]
如果数据类型[eachlabel]==1:#如果是连续变量
_，pval=stats.normaltest（thisSer）
groupedd=thisSer.groupby（df['class']）
innerDict={}
对于名称，groupedd中的组：
如果（pval<0.5）：
groupMiddle=group.median（）#获取组的中位数
其他：
groupMiddle=group.mean（）#获取平均值（如果组正常）
innerDict[name.strip（）]=groupMiddle
replaceValues[eachlabel]=innerDict
否则：#如果序列是连续的
#freqCount=collections.Counter（thisSer）
groupedd=thisSer.groupby（df['class']）
innerDict={}
对于名称，groupedd中的组：
freqC=集合计数器（组）
mostFreq=freqC.most_common（1）#获取属性的最频繁值（按类分组）
#newGroup=group.replace（np.nan，mostFreq）
innerDict[name.strip（）]=mostFreq[0][0].strip（）
replaceValues[eachlabel]=innerDict
打印替换值
#替换缺少的值=======================
newfile=open（'missingsreplaced.csv'，'w'）
newdf=df
掩码=假
对于df.columns中的列：mask=mask | df[col].isnull（）
#获取包含空值的元组的数据帧
dfnulls=df[mask]
dfnotNulls=df[~掩码]
对于,dfnulls.iterrows（）中的行：
对于dataLabels中的colname：
如果pd.isnull（行[colname]）：
如果行['class'].strip（）='>50K':
行[colname]=replaceValues[colname]['>50K']
其他：
行[colname]=replaceValues[colname]['如果我理解正确，这主要是在中，但如果你问这个问题，可能不是你要看的地方。请参阅底部关于
模式的注释，因为它比
平均值
和
中值
稍微复杂一些

df = pd.DataFrame({ 'v':[1,2,2,np.nan,3,4,4,np.nan] }, index=[1,1,1,1,2,2,2,2],)

df['v_mean'] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.mean()))
df['v_med' ] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.median()))
df['v_mode'] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.mode()[0]))

df
    v    v_mean  v_med  v_mode
1   1  1.000000      1       1
1   2  2.000000      2       2
1   2  2.000000      2       2
1 NaN  1.666667      2       2
2   3  3.000000      3       3
2   4  4.000000      4       4
2   4  4.000000      4       4
2 NaN  3.666667      4       4

请注意，
mode（）
可能不是唯一的，这与
mean
和
median
不同，pandas因此将其作为
系列
返回
以提取该系列的第一个成员。
如果您能提供一个小样本数据集和一个您试图实现的结果示例，这会有所帮助。感谢@JohnE，我仍在阅读您的重播并试图理解它；我使用的数据集是我正在使用成人.data文件。
df = pd.DataFrame({ 'v':[1,2,2,np.nan,3,4,4,np.nan] }, index=[1,1,1,1,2,2,2,2],)

df['v_mean'] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.mean()))
df['v_med' ] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.median()))
df['v_mode'] = df.groupby(level=0)['v'].transform( lambda x: x.fillna(x.mode()[0]))

df
    v    v_mean  v_med  v_mode
1   1  1.000000      1       1
1   2  2.000000      2       2
1   2  2.000000      2       2
1 NaN  1.666667      2       2
2   3  3.000000      3       3
2   4  4.000000      4       4
2   4  4.000000      4       4
2 NaN  3.666667      4       4