python - 使用函数替换空值

Question

我有一个看起来像这样的数据框:

import pandas as pd
import numpy as np

d = {'category': [1, 1, 2, 1, 3, 2], 'cost': [33, 33, 18, np.nan, 8, np.nan]}
df = pd.DataFrame(data=d)

 category cost
0   1   33.0
1   1   33.0
2   2   18.0
3   1   NaN
4   3   8.0
5   2   NaN

我想根据按类别分组的中位数替换成本列中的 NaN (df[['cost', 'category']].groupby(['category']).median())。因此，在示例中，第一个 NaN(第 3 行)将替换为 33，第二个(第 5 行)将替换为 18。

所以做这样的事情:

df['field'] = df.apply(lambda row: get_median(row), axis=1)

但仅适用于 nan 值

Answer 1

这是一种方法。

df = df.replace(np.nan, df.groupby("category").transform("median"))

您可以将 Series 作为第二个参数传递给 replace。使用 groupby + transform，我们可以确保组中位数与各自的组行对齐。

   category  cost
0         1  33.0
1         1  33.0
2         2  18.0
3         1  33.0
4         3   8.0