Question

假设我们有一个using UnityEngine; using GoogleMobileAds.Api; public class ads : MonoBehaviour { bool called = false; void Start() { if (Application.loadedLevelName == "gameplay") { interesRequest(called); } if (Application.loadedLevelName == "mainMenu") { bannerRequest(); } if (Application.loadedLevelName == "levelScore") { } } void bannerRequest() { BannerView bannerView = new BannerView("ca-app-pub-5443208681329246/6087569010", AdSize.Banner, AdPosition.Bottom); AdRequest request = new AdRequest.Builder().Build(); bannerView.LoadAd(request); bannerView.Show(); } void interesRequest(bool call) { InterstitialAd inters = new InterstitialAd("ca-app-pub-5443208681329246/7564302219"); if (call) { if (inters.IsLoaded()) { inters.Show(); called = false; } } else { AdRequest request = new AdRequest.Builder().Build(); inters.LoadAd(request); } } void Update() { if (called) interesRequest(called); } public void OnMouseDown() { if (gameObject.name == "pause") { if (menu.bug) { called = true; } } }数据集：

test

现在我们想用value group 123 1 120 1 NA 1 130 1 23 2 22 2 24 2 NA 2替换缺失值 - 明智的中值。在group中，我们可以使用嵌套的R调用来完成此操作。

ifelse

我虽然将first.med <- median(test[test$group == 1, ]$value, na.rm = T) second.med <- median(test[test$group == 2, ]$value, na.rm = T) test$value <- ifelse(is.na(test$value) & test$group == 1, first.med ifelse(is.na(test$value) & test$group == 2, second.med, test$value))函数或numpy.where方法应用为showcased here，但这两种技术都不支持嵌套。我可以想到列表理解来做到这一点，但我想知道在NumPy / pandas领域是否有替代品。提前谢谢。

Answer 1

在这种情况下，您可以使用groupby填充组中位数：

In [16]: df.groupby('group')['value'].apply(lambda x: x.fillna(x.median()))
Out[16]: 
0    123
1    120
2    123
3    130
4     23
5     22
6     24
7     23
dtype: float64

虽然一般来说，这两种方法都可以嵌套得很好。例如，你可以这样做：

In [23]: medians = df.groupby('group')['value'].median()

In [24]: np.where(pd.isnull(df['value']), 
           np.where(df['group'] == 1, medians.loc[1], medians.loc[2]),    
           df['value'])
Out[24]: array([ 123.,  120.,  123.,  130.,   23.,   22.,   24.,   23.])

Answer 2

df = pd.DataFrame({'value' : [123,120,np.nan ,130,23 ,22 ,24 ,np.nan] , 'group' : [1 , 1 ,1 , 1 , 2 , 2 , 2 , 2] })

def replace_with_median(df):
    df['value'][pd.isnull(df['value'])] = df['value'].median()
    return df

df.groupby('group').apply(replace_with_median)

在熊猫中嵌套的ifelse替代品

2 个答案: