Как заполнить недостающие значения в DataFrame pandas наиболее частым значением каждой группы? ⇐ Python

[Anonymous]

У меня есть DataFrame pandas со столбцами «игрушка» и «цвет», который включает отсутствующие значения цвета. Я хочу заполнить эти NaN наиболее часто встречающимся цветом для соответствующего им «игрушечного» типа.

Код: Выделить всё

import pandas as pd
import numpy as np

df = pd.DataFrame({
'toy': ['car']*4 + ['train']*5 + ['ball']*3 + ['truck'],
'color': ['red', 'blue', 'blue', np.nan, 'green', np.nan, 'red', 'red', np.nan, 'blue', 'red', np.nan, 'green']
})

Текущий вывод для DataFrame все еще содержит значения NaN, и я не могу понять, как настроить таргетинг на определенные группы в функции fillna.
Ожидаемый результат:
Я хочу, чтобы значения NaN были заменены на основе наиболее часто встречающегося цвета для этой игрушки (например, NaN автомобиля становится «синим», NaN поезда становится «красным»).

Подробнее здесь: https://stackoverflow.com/questions/798 ... t-value-of