Python-pandas 将 NA 替换为数据框中一组的中位数或均值

Question

假设我们有一个 df:

    A       B
   apple   1.0
   apple   2.0
   apple    NA
   orange   NA
   orange  7.0
   melon   14.0
   melon   NA
   melon   15.0
   melon   16.0

要替换 NA，我们可以使用 df["B"].fillna(df["B"].median())，但它会用所有数据的中位数填充 NA在“B”中

有什么办法可以用某个A的中位数来代替NA(如下图):

    A       B
   apple   1.0
   apple   2.0
   apple   **1.5**
   orange  **7.0**
   orange  7.0
   melon   14.0
   melon   **15.0**
   melon   15.0
   melon   16.0

谢谢!

Answer 1

在 pandas 中你可以使用 transform获取空填充值:

>>> med = df.groupby('A')['B'].transform('median')
>>> df['B'].fillna(med)
0     1.0
1     2.0
2     1.5
3     7.0
4     7.0
5    14.0
6    15.0
7    15.0
8    16.0
Name: B, dtype: float64