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

替换NA，我们可以使用df [＆＃34; B＆＃34;]。fillna（df [＆＃34; B＆＃34;]。median（）），但它会用中位数填充NA ＆＃34; B＆＃34;

中的所有数据

我们有什么方法可以使用某个A的中位数来代替NA（如下所示）：

    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，您可以使用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

Answer 2

在R中，可以使用na.aggregate/data.table替换该组NA的{{1}}值。我们转换了＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （mean），按＆＃39; A＆＃39;分组，将setDT(df)应用于＆＃39; B＆＃39;

na.aggregate

Python-pandas将NA替换为数据帧中组的中位数或平均值

2 个答案: