python - 如何用两列分组值的中值替换数据框中的空值？

Question

我有一个 Python 数据框，其中包括个人在一周内使用某些食物的频率。我想清理我的数据框，并将空值替换为每个人使用的每种食物类别的中值频率。如何用每个人每个食物类别的 meidan 替换 null 值？

user  ffq    food       food-category
 1     1     apple         fruit
 1     3     banana        fruit
 1     2     tomato      vegetables
 1   nan     carrot      vegetables
 1     3     potato      vegetables
 1    nan    peach        fruit
 2     3     apple        fruit
 2    nan    banana       fruit
 2     2     tomato       vegetables
 2     nan   carrot       vegetables
 2     3   peach          fruit

结果应该是这样的:

user  ffq    food       food-category
 1     1     apple         fruit
 1     3     banana        fruit
 1     2     tomato      vegetables
 1 **2.5**   carrot      vegetables
 1     3     potato      vegetables
 1   **2**   peach        fruit
 2     3     apple        fruit
 2   **3**   banana       fruit
 2     2     tomato       vegetables
 2   **2**   carrot       vegetables
 2     3     peach        fruit

如果有人可以提供帮助，我将不胜感激

Answer 1

我猜您想用组的均值而不是中值来填充缺失值。我们可以使用 .fillna() 以及 .groupby() 和 .transform() 函数通过一行代码来完成此操作。首先，让我们创建包含所需列的 DataFrame。

# Create a DataFrame
df = pd.DataFrame({'user':['1','1','1','1','1','1', '2', '2', '2', '2', '2'], 
                   'ffq':[1, 3, 2, np.nan, 3, np.nan, 3, np.nan, 2, np.nan, 3],
                   'food-category':['fruit', 'fruit', 'vegetables', 'vegetables', 
                                    'vegetables', 'fruit', 'fruit', 'fruit', 'vegetables', 
                                    'vegetables', 'fruit']})

我们现在可以使用所需的插补方法来填充缺失值，例如均值、中位数或众数。下面的插补是用 mean 完成的，以获得问题中提到的结果。

# Apply fillna function within each group
df['ffq'] = df.groupby(['user', 'food-category']).transform(lambda x: x.fillna(x.mean()))

    user   ffq   food-category
0   1      1.0   fruit
1   1      3.0   fruit
2   1      2.0   vegetables
3   1      2.5   vegetables
4   1      3.0   vegetables
5   1      2.0   fruit
6   2      3.0   fruit
7   2      3.0   fruit
8   2      2.0   vegetables
9   2      2.0   vegetables
10  2      3.0   fruit

.transform() 方法用于执行特定于组的计算，在本例中为 mean，它返回一个类似索引的对象。请参阅User Guide了解更多信息。