python - 如何使用不同的条件填充缺失值

Question

假设我们有以下数据框。我想按列主题和以下条件填充列高度组的空值。

如果 Subject 中有一个缺失值，则用另一个值填充该 Subject 的缺失值。

如果一个 Subject 中有两个缺失值，则使用 x == 'AA'

的所有受试者的高度中位数来填充这些缺失值。

注意:在所需的数据框中，每个主题必须具有相同的值。

df = pd.DataFrame({'Subject': [1,1,2,2,3,3], 'x':['AA','AA','BB','BB','AA','AA'], 'height': [130, np.nan, np.nan, 170, np.nan, np.nan]})

这是所需的数据框。

Answer 1

您可以先fillna()使用分组 ffill()和 bfill() ，然后使用列 median :

df.groupby('Subject')['height'].fillna(method='ffill',inplace=True).fillna(method='bfill',inplace=True)
df['height'].fillna(df['height'].median(),inplace=True)

输出 :

   Subject   x  height
0        1  AA   130.0
1        1  AA   130.0
2        2  BB   170.0
3        2  BB   170.0
4        3  AA   150.0
5        3  AA   150.0

编辑 :如果您要求中位数应采用等于缺失值的 x 值的值，而不是整个数据集，您可以使用@xicoaio 的建议并替换我的第二行 df['height'].fillna(df['height'].median(),inplace=True) ， 和:

df['height'] = df.apply(lambda x: x['height'] if x['height'] == np.nan else df[df['x'] == x['x']]['height'].median() , axis=1)

输出 :

   Subject   x  height
0        1  AA   130.0
1        1  AA   130.0
2        2  BB   170.0
3        2  BB   170.0
4        3  AA   130.0
5        3  AA   130.0